gluonts.mx.distribution.transformed_distribution 模块

class gluonts.mx.distribution.transformed_distribution.AffineTransformedDistribution(base_distribution: gluonts.mx.distribution.distribution.Distribution, loc: Optional[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]] = None, scale: Optional[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]] = None)

基类: gluonts.mx.distribution.transformed_distribution.TransformedDistribution

arg_names: Tuple

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

包含分布均值的张量。

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.transformed_distribution.TransformedDistribution(base_distribution: gluonts.mx.distribution.distribution.Distribution, transforms: List[gluonts.mx.distribution.bijection.Bijection])

基类: gluonts.mx.distribution.distribution.Distribution

通过对基础分布应用一系列变换而获得的分布。

property F

arg_names: Tuple

property batch_shape: Tuple

分布所考虑的事件集合的布局。

调用分布的 sample() 方法会生成一个形状为 batch_shape + event_shape 的张量，并在该样本上计算 log_prob (或更普遍的 loss) 会生成一个形状为 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。

cdf(y: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]

返回在 x 处计算的累积分布函数的值。

property event_dim

事件维度的数量，即 event_shape 元组的长度。

对于标量分布，这是 0；对于向量分布，是 1；对于矩阵分布，是 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() 方法会生成一个形状为 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(y: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]

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

形状为 batch_shape 的张量，其中包含 x 中每个事件的分布对数密度。

返回类型

张量

quantile(level: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]

计算给定分位数水平的值。

参数

level – 用于计算分位数的值。 level 应该是一个介于 0 和 1 之间的一维分位数张量。

返回

对应于传入分位数水平的分位数。返回形状为

(num_levels, …分布形状…),

其中 分布形状 是基础分布的形状。

返回类型

分位数

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

从分布中抽取样本。

如果给定 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

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

返回类型

张量

sample_rep(num_samples: typing.Optional[int] = None, dtype=<class 'float'>) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]

property support_min_max: Tuple[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]]

gluonts.mx.distribution.transformed_distribution.sum_trailing_axes(F, x: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], k: int) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]