tf.contrib.distributions.quadrature_scheme_softmaxnormal_gauss_hermite

Используйте квадратуру Гаусса-Эрмита для построения квадратуры на K - 1 симплексе. (устарело)

tf.contrib.distributions.quadrature_scheme_softmaxnormal_gauss_hermite(
    normal_loc, normal_scale, quadrature_size, validate_args=False, name=None
)

Переменная SoftmaxNormal случайной величины Y может быть сгенерирована через

Y = SoftmaxCentered(X),
X = Normal(normal_loc, normal_scale)

Примечание: для заданной quadrature_size, этот метод, как правило, менее точен, чем quadrature_scheme_softmaxnormal_quantiles.

Аргументы
`normal_loc`	`float`-подобный `Tensor` с формой `[b1, ..., bB, K-1]`, B>=0. Параметр местоположения нормального распределения, используемого для построения SoftmaxNormal.
`normal_scale`	`float`-подобный `Tensor`. Распространяемый с `normal_loc`. Параметр масштаба нормального распределения, используемого для построения SoftmaxNormal.
`quadrature_size`	Скаляр Python `int` представляющий количество точек квадратуры.
`validate_args`	Python `bool`, по умолчанию `False`. Когда параметры распределения `True` проверяются на валидность, несмотря на возможную деградацию производительности выполнения. Когда `False` недействительные входные данные могут молча привести к неправильным выходным данным.
`name`	Имя Python `str`, добавленное к операциям, созданным этим классом.

Возвращаемые значения
`grid`	Форма `[b1, ..., bB, K, quadrature_size]` `Tensor` представляющая выпуклую комбинацию аффинных параметров для `K` компонентов. `grid[..., :, n]` - это `n`-я точка сетки, находящаяся в `K - 1` симплексе.
`probs`	Форма `[b1, ..., bB, K, quadrature_size]` `Tensor` представляющая ассоциированное с каждой точкой сетки.

© 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/quadrature_scheme_softmaxnormal_gauss_hermite