gluonts.mx.distribution.beta 模块#

class gluonts.mx.distribution.beta.Beta(alpha: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], beta: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol])[source]#

基类: gluonts.mx.distribution.distribution.Distribution

Beta 分布。

参数

  • alpha – 包含 alpha 形状参数的张量，形状为 (*batch_shape, *event_shape)。

  • beta – 包含 beta 形状参数的张量，形状为 (*batch_shape, *event_shape)。

  • F –

property F#
arg_names: Tuple#
property args: List#
property batch_shape: Tuple#

分布所考虑的事件集合的布局。

从分布中调用 sample() 会得到形状为 batch_shape + event_shape 的张量，而计算此类样本的 log_prob（或更一般的 loss）会得到形状为 batch_shape 的张量。

此属性通常仅在 mx.ndarray 模式下可用，此时可以访问分布参数的形状。

property event_dim: int#

事件维度的数量，即 event_shape 元组的长度。

对于标量分布，此值为 0；对于向量分布，此值为 1；对于矩阵分布，此值为 2，依此类推。

property event_shape: Tuple#

分布所考虑的每个单独事件的形状。

例如，标量分布的 event_shape = ()，向量分布的 event_shape = (d, )，其中 d 是向量的长度，矩阵分布的 event_shape = (d1, d2)，依此类推。

从分布中调用 sample() 会得到形状为 batch_shape + event_shape 的张量。

此属性通常仅在 mx.ndarray 模式下可用，此时可以访问分布参数的形状。

is_reparameterizable = False#
log_prob(x: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol][source]#

计算分布在 x 处的对数密度。

参数

x – 形状为 (*batch_shape, *event_shape) 的张量。

返回值

形状为 batch_shape 的张量，包含分布在 x 中每个事件的对数密度。

返回类型

张量

property mean: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]#

包含分布均值的张量。

sample(num_samples: typing.Optional[int] = None, dtype=<class 'numpy.float32'>) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol][source]#

从分布中抽取样本。

如果指定了 num_samples，则输出的第一个维度将是 num_samples。

参数

  • num_samples – 要抽取的样本数量。

  • dtype – 样本的数据类型。

返回值

包含样本的张量。如果 num_samples = None，其形状为 (*batch_shape, *eval_shape)；否则为 (num_samples, *batch_shape, *eval_shape)。

返回类型

张量

property stddev: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]#

包含分布标准差的张量。

property variance: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]#

包含分布方差的张量。

class gluonts.mx.distribution.beta.BetaOutput[source]#

基类: gluonts.mx.distribution.distribution_output.DistributionOutput

args_dim: Dict[str, int] = {'alpha': 1, 'beta': 1}#
distr_cls#

的别名 gluonts.mx.distribution.beta.Beta

classmethod domain_map(F, alpha, beta)[source]#

将原始张量映射到构建 Beta 分布的有效参数。

参数

  • F –

  • alpha – 形状为 (*batch_shape, 1) 的张量

  • beta – 形状为 (*batch_shape, 1) 的张量

返回值

两个被压缩（squeezed）的张量，形状为 (*batch_shape)：两者都有映射到正卦限的条目。

返回类型

Tuple[Tensor, Tensor]

property event_shape: Tuple#

此对象构建的分布所考虑的每个单独事件的形状。

property value_in_support: float#

一个浮点数，在计算相应分布的对数损失时将具有有效的数值；默认为 0.0。

此值将在填充数据序列时使用。