gluonts.mx.distribution.categorical 模块

class gluonts.mx.distribution.categorical.Categorical(log_probs: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol])

基类: gluonts.mx.distribution.distribution.Distribution

一个覆盖 num_cats 个类别的分类分布。

参数

• log_probs – 包含各个类别对数概率的张量，形状为 (*batch_shape, num_cats)。

• 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。

调用分布的 sample() 方法会产生一个形状为 batch_shape + event_shape 的张量，而对该样本计算 log_prob（或更一般的 loss）会产生一个形状为 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

分布所考虑的每个独立事件的形状。

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。

调用分布的 sample() 方法会产生一个形状为 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。

log_prob(x)

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

包含分布均值的张量。

property probs

sample(num_samples=None, dtype=<class 'numpy.int32'>)

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，则形状为 (*batch_shape, *eval_shape)；否则为 (num_samples, *batch_shape, *eval_shape)。

返回类型

张量

property stddev

包含分布标准差的张量。

class gluonts.mx.distribution.categorical.CategoricalOutput(num_cats: int, temperature: float = 1.0)

基类: gluonts.mx.distribution.distribution_output.DistributionOutput

distr_cls

别名 gluonts.mx.distribution.categorical.Categorical

distribution(distr_args, loc=None, scale=None, **kwargs) → gluonts.mx.distribution.distribution.Distribution

根据构造函数参数集合以及可选的尺度张量，构造关联的分布。

参数

• distr_args – 底层 Distribution 类型的构造函数参数。

• loc – 可选张量，形状与结果分布的 batch_shape+event_shape 相同。

• scale – 可选张量，形状与结果分布的 batch_shape+event_shape 相同。

domain_map(F, probs)

将参数转换为正确的形状和领域。

领域取决于分布的类型，而正确的形状是通过重塑尾部轴来实现的，以便返回的张量定义具有正确 event_shape 的分布。

property event_shape: Tuple

此对象构造的分布所考虑的每个独立事件的形状。