gluonts.mx.distribution.uniform 模块

class gluonts.mx.distribution.uniform.Uniform(low: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], high: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol])

基类：gluonts.mx.distribution.distribution.Distribution

均匀分布。

参数

• low – 包含分布域下界的张量。

• high – 包含分布域上界的张量。

• 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() 方法会生成一个形状为 batch_shape + event_shape 的张量，而对此样本计算 log_prob（或更一般地计算 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，在该模式下可以访问分布参数的形状。

cdf(x: 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: 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。

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，在该模式下可以访问分布参数的形状。

is_reparameterizable = True

log_prob(x: 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。

返回值

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

返回值类型

张量

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

包含分布均值的张量。

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下的分位数。

参数

level – 用于计算分位数的分位数水平值。level 应为介于 0 和 1 之间的分位数水平值的一维张量。

返回值

与传递的分位数水平相对应的分位数。返回形状为

(num_levels, …DISTRIBUTION_SHAPE…),

其中 DISTRIBUTION_SHAPE 是底层分布的形状。

返回值类型

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。

如果提供了 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，则其形状为 (*batch_shape, *eval_shape)；否则形状为 (num_samples, *batch_shape, *eval_shape)。

返回值类型

张量

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

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

包含分布标准差的张量。

class gluonts.mx.distribution.uniform.UniformOutput

基类：gluonts.mx.distribution.distribution_output.DistributionOutput

args_dim: Dict[str, int] = {'low': 1, 'width': 1}

distr_cls

gluonts.mx.distribution.uniform.Uniform 的别名

classmethod domain_map(F, low, width)

将参数转换为正确的形状和域。

域取决于分布类型，而正确的形状是通过重塑尾部轴获得的，使得返回的张量定义了具有正确 event_shape 的分布。

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。