tf.contrib.distributions.bijectors.TransformDiagonal

Применяет биектор к диагонали матрицы.

Наследуется от: Bijector

tf.contrib.distributions.bijectors.TransformDiagonal(
    diag_bijector, validate_args=False, name='transform_diagonal'
)

Пример

b = tfb.TransformDiagonal(diag_bijector=tfb.Exp())

b.forward([[1., 0.],
           [0., 1.]])
# ==> [[2.718, 0.],
       [0., 2.718]]

Аргументы
`diag_bijector`	`Bijector` экземпляр, используемый для преобразования диагонали.
`validate_args`	Python `bool` указывающий, должны ли проверяться аргументы на корректность.
`name`	Python `str` имя, присваиваемое 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 зависит 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 будут проверяться аргументы типа Tensor.

Методы

`forward`

Посмотреть исходный код

forward(
    x, name='forward'
)

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

Аргументы
`x`	`Tensor`. Вход для вычисления «прямого» преобразования.
`name`	Имя, которое нужно присвоить этой операции.

Возвращает
`Tensor`.

Исключения
`TypeError`	если `self.dtype` указано, и `x.dtype` не `self.dtype`.
`NotImplementedError`	если `_forward` не реализовано.

`forward_event_shape`

Посмотреть исходный код

forward_event_shape(
    input_shape
)

Форма одного образца из одной партии как TensorShape.

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

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

Возвращает
`forward_event_shape_tensor`	`TensorShape` показывающая форму события после применения `forward`. Возможно, неизвестна.

`forward_event_shape_tensor`

Посмотреть исходный код

forward_event_shape_tensor(
    input_shape, name='forward_event_shape_tensor'
)

Форма одного образца из одной партии как одномерный int32 Tensor.

Аргументы
`input_shape`	`Tensor`, `int32` вектор, указывающий форму события, переданную в функцию `forward` .
`name`	имя, которое нужно присвоить операции

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

`forward_log_det_jacobian`

Посмотреть 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 якобиана "прямого" преобразования.
`event_ndims`	Количество измерений в вероятностных событиях, которые преобразуются. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям, чтобы получить скалярный определитель якобиана для каждого события, т.е. он имеет размерность `x.shape.ndims - event_ndims`.
`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, и `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 вычисление Bijector, т.е., X = g^{-1}(Y).

Аргументы
`y`	`Tensor`. Вход для вычисления "обратного" преобразования.
`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, и `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 как TensorShape.

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

Аргументы
`output_shape`	`TensorShape` указывающая форму части события, переданную 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 партии как int32 1D Tensor.

Аргументы
`output_shape`	`Tensor`, `int32` вектор, указывающий форму части события, переданную 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 g^{-1}(y).

Аргументы
`y`	`Tensor`. Входные данные для вычисления обратной матрицы Якоби.
`event_ndims`	Число измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.inverse_min_event_ndims`. Результат суммируется по последним измерениям для получения скалярного определителя Якоби для каждого события, т.е. он имеет размерность `y.shape.ndims - event_ndims` .
`name`	Имя для данной операции.

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

Исключения
`TypeError`	если `self.dtype` указано, и `y.dtype` не равно `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/TransformDiagonal