tf.contrib.distributions.bijectors.Ordered

Биектор, который отображает тензор x_k, имеющий возрастающие элементы в последнем

Наследуется от: Bijector

tf.contrib.distributions.bijectors.Ordered(
    validate_args=False, name='ordered'
)

измерении, в неограниченный тензор y_k.

Как область, так и область значений отображения — [−∞, ∞], однако вход прямого отображения должен быть строго возрастающим. Обратное преобразование биектора, применённое к вектору нормального случайного вектора y ~ N(0, 1) , возвращает отсортированный случайный вектор с тем же распределением x ~ N(0, 1) , где x = sort(y)

В последнем измерении тензора биектор Ordered выполняет: y[0] = x[0] y[1:] = math_ops.log(x[1:] - x[:-1])

Пример использования:

bijector.Ordered().forward([2, 3, 4])
# Result: [2., 0., 0.]

bijector.Ordered().inverse([0.06428002, -1.07774478, -0.71530371])
# Result: [0.06428002, 0.40464228, 0.8936858]

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 либо постоянна для прямого и обратного преобразования, либо ни для одного.
`name`	Возвращает строковое имя этого `Bijector`.
`validate_args`	Возвращает True, если аргументы Tensor будут проверены.

Методы

`forward`

Просмотреть исходный код

forward(
    x, name='forward'
)

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

Аргументы
`x`	`Tensor`. Вход для вычисления "прямого отображения".
`name`	Имя, которое нужно дать этому оператору.

Возвращаемое значение
`Tensor`.

Исключения
`TypeError`	если `self.dtype` указан, и `x.dtype` не `self.dtype`.
`NotImplementedError`	если `_forward` не реализован.

`forward_event_shape`

Просмотреть исходный код

forward_event_shape(
    input_shape
)

Форма одного образца из одной партии в виде TensorShape.

То же самое, что и forward_event_shape_tensor. Может быть определена частично.

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

Возвращаемое значение
`forward_event_shape_tensor`	`TensorShape` указывающее форму части события после применения `forward`. Возможно, неизвестна.

`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 1D Tensor.

Аргументы
`input_shape`	`Tensor`, `int32` вектор, указывающий форму части события, переданную в функцию `forward` .
`name`	имя, которое нужно дать оператору

Возвращаемое значение
`forward_event_shape_tensor`	`Tensor`, `int32` вектор, указывающий форму части события после применения `forward`.

`forward_log_det_jacobian`

Просмотреть исходный код

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

Возвращает как forward_log_det_jacobian.

Аргументы
`x`	`Tensor`. Вход для вычисления определителя "прямого" якобиана.
`event_ndims`	Число 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`.
`name`	Имя, которое нужно дать этому оператору.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если биектор не является инъективным, 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 Bijector вычисление, т. е. X = g^{-1}(Y).

Аргументы
`y`	`Tensor`. Вход для вычисления "обратного" отображения.
`name`	Имя, которое нужно дать этому оператору.

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 партии в виде TensorShape.

То же значение, что и inverse_event_shape_tensor. Может быть частично определён.

Аргументы
`output_shape`	`TensorShape` указывающее форму события, переданную в функцию `inverse` .

Возвращаемое значение
`inverse_event_shape_tensor`	`TensorShape` указывающее форму события после применения `inverse`. Возможно, неизвестно.

`inverse_event_shape_tensor`

Просмотреть исходный код

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

Форма одного образца из одной партии как 1D int32 вектор.

Аргументы
`output_shape`	`Tensor`, `int32` вектор, указывающий форму события, переданный в функцию `inverse` .
`name`	имя для оператора

Возвращаемое значение
`inverse_event_shape_tensor`	`Tensor`, `int32` вектор, указывающий форму 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). (Вспомните, что: X=g^{-1}(Y).)

Обратите внимание, что forward_log_det_jacobian является отрицанием этой функции, вычисленной в g^{-1}(y).

Аргументы
`y`	`Tensor`. Входные данные для вычисления обратной матрицы якобиана.
`event_ndims`	Число измерений в вероятностных событиях, преобразуемых в другие. Должно быть больше или равно `self.inverse_min_event_ndims`. Результат суммируется по последним измерениям, чтобы получить скалярное значение определителя якобиана для каждого события, т.е. он имеет размерность `y.shape.ndims - event_ndims`.
`name`	Имя для данного op.

Возвращаемое значение
`Tensor`, если данный биектор инъективен. Если не инъективен, возвращает кортеж локальных логарифмов определителей якобиана, `log(det(Dg_i^{-1}(y)))`, где `g_i` представляет ограничение `g` на разбиение `ith` `Di`.

Исключения
`TypeError`	если `self.dtype` указано и `y.dtype` не `self.dtype`.
`NotImplementedError`	если `_inverse_log_det_jacobian` не реализовано.

© 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/Ordered