tf.contrib.distributions.bijectors.MatrixInverseTriL

Вычисляет g(L) = inv(L), где L — нижнетреугольная матрица.

Наследуется от: Bijector

tf.contrib.distributions.bijectors.MatrixInverseTriL(
    validate_args=False, name='matrix_inverse_tril'
)

L должна быть невырожденной; другими словами, все диагональные элементы L должны быть отличны от нуля.

Вход должен иметь rank >= 2. Вход рассматривается как пакет матриц с формой пакета input.shape[:-2], где каждая матрица имеет размер input.shape[-2] на input.shape[-1] (следовательно, input.shape[-2] должно быть равно input.shape[-1]).

Примеры

tfd.bijectors.MatrixInverseTriL().forward(x=[[1., 0], [2, 1]])
# Result: [[1., 0], [-2, 1]], i.e., inv(x)

tfd.bijectors.MatrixInverseTriL().inverse(y=[[1., 0], [-2, 1]])
# Result: [[1., 0], [2, 1]], i.e., inv(y).

Аргументы
`validate_args`	Python `bool` указывающий, следует ли проверять аргументы на корректность.
`name`	Python `str` имя, присвоенное операциям, управляемым этим объектом.

Атрибуты
`dtype`	тип данных `Tensor` преобразуемых этим распределением.
`forward_min_event_ndims`	Возвращает минимальное количество измерений, на которых работает bijector.forward.
`graph_parents`	Возвращает список graph_parents этого `Bijector`.
`inverse_min_event_ndims`	Возвращает минимальное количество измерений, на которых работает bijector.inverse.
`is_constant_jacobian`	Возвращает true, если матрица Якоби не является функцией от x. Примечание: Матрица Якоби является либо постоянной для прямого и обратного преобразования, либо ни для того, ни для другого.
`name`	Возвращает строковое имя этого `Bijector`.
`validate_args`	Возвращает True, если аргументы типа Tensor будут проверены.

Методы

`forward`

Просмотреть исходный код

forward(
    x, name='forward'
)

Возвращает вычисление прямого Bijector, т.е. X = g(Y).

Аргументы
`x`	`Tensor`. Вход в вычисление "прямого" преобразования.
`name`	Имя для этой операции.

Возвращает
`Tensor`.

Исключения
`TypeError`	если `self.dtype` задано, а `x.dtype` не является `self.dtype`.
`NotImplementedError`	если `_forward` не реализовано.

`forward_event_shape`

Просмотреть исходный код

forward_event_shape(
    input_shape
)

Форма одного образца из одной партии в виде TensorShape.

То же значение, что и forward_event_shape_tensor. Может быть только частично определена.

Аргументы
`input_shape`	`TensorShape` указывающая форму события, переданную в функцию `forward` .

Возвращает
`forward_event_shape_tensor`	`TensorShape` указывающая форму события после применения `forward`. Возможно неизвестно.

`forward_event_shape_tensor`

Просмотреть исходный код

forward_event_shape_tensor(
    input_shape, name='forward_event_shape_tensor'
)

Форма одного образца из одной партии как int32 одномерный Tensor.

Аргументы
`input_shape`	`Tensor`, `int32` вектор, указывающий форму события, переданную в функцию `forward` .
`name`	имя для присвоения операции

Возвращает
`forward_event_shape_tensor`	`Tensor`, `int32` вектор, указывающий форму события после применения `forward`.

`forward_log_det_jacobian`

Просмотреть исходный код

forward_log_det_jacobian(
    x, event_ndims, name='forward_log_det_jacobian'
)

Возвращает forward_log_det_jacobian.

Аргументы
`x`	`Tensor`. Вход для вычисления определителя "прямого" якобиана.
`event_ndims`	Количество измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям для получения скалярного определителя якобиана для каждого события, т.е. имеет размерность `x.shape.ndims - event_ndims` измерений.
`name`	Имя для этой операции.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если не инъективный, это не реализовано.

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если ни `_forward_log_det_jacobian` ни {`_inverse`, `_inverse_log_det_jacobian`} не реализованы, или это биектор, не являющийся инъективным.

`inverse`

Просмотреть исходный код

inverse(
    y, name='inverse'
)

Возвращает обратное значение Bijector вычисления, т.е., X = g^{-1}(Y).

Аргументы
`y`	`Tensor`. Вход для вычисления "обратного" значения.
`name`	Имя для этой операции.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если не инъективный, возвращает k-кортеж, содержащий уникальные `k` точки `(x1, ..., xk)` такие, что `g(xi) = y`.

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если `_inverse` не реализовано.

`inverse_event_shape`

Просмотреть исходный код

inverse_event_shape(
    output_shape
)

Форма одного образца из одной группы как TensorShape.

То же самое, что и inverse_event_shape_tensor. Может быть только частично определена.

Аргументы
`output_shape`	`TensorShape` указывающая форму части события, переданной в функцию `inverse` .

Возвращаемое значение
`inverse_event_shape_tensor`	`TensorShape` указывающая форму части события после применения `inverse`. Возможно неизвестна.

`inverse_event_shape_tensor`

Просмотреть исходный код

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

Форма одного образца из одной группы как int32 одномерный Tensor.

Аргументы
`output_shape`	`Tensor`, `int32` вектор, указывающий форму части события, переданной в функцию `inverse` .
`name`	имя для операции

Возвращаемое значение
`inverse_event_shape_tensor`	`Tensor`, `int32` вектор, указывающий форму части события после применения `inverse`.

`inverse_log_det_jacobian`

Просмотреть исходный код

inverse_log_det_jacobian(
    y, event_ndims, name='inverse_log_det_jacobian'
)

Возвращает (log o det o Jacobian o inverse)(y).

Математически, возвращает: log(det(dX/dY))(Y). (Напомним, что: X=g^{-1}(Y).)

Обратите внимание, что forward_log_det_jacobian — это отрицание этой функции, вычисленной в точке g^{-1}(y).

Аргументы
`y`	`Tensor`. Входные данные для вычисления обратной якобиана.
`event_ndims`	Количество измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.inverse_min_event_ndims`. Результат суммируется по конечным измерениям для получения скалярного определителя якобиана для каждого события, то есть у него есть форма `y.shape.ndims - event_ndims` измерений.
`name`	Имя, которое нужно присвоить этому оператору.

Возвращаемое значение
`Tensor`, если этот биектор инъективен. Если нет, возвращает кортеж локальных логарифмов определителей якобианов, `log(det(Dg_i^{-1}(y)))`, где `g_i` — это ограничение `g` на `ith` разбиение `Di`.

Исключения
`TypeError`	если `self.dtype` указан, а `y.dtype` не является `self.dtype`.
`NotImplementedError`	если `_inverse_log_det_jacobian` не реализован.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/distributions/bijectors/MatrixInverseTriL