gluonts.mx.representation.binning_helpers 模块#

class gluonts.mx.representation.binning_helpers.Digitize[源代码]#

基类: mxnet.operator.CustomOp

backward(req, out_grad, in_data, out_data, in_grad, aux)[源代码]#

反向传播接口。创建新运算符时可以重写此方法。

参数

  • req (str 列表) – 如何赋值给 in_grad。可以是 'null'、'write' 或 'add'。您可以选择使用 self.assign(dst, req, src) 来处理此问题。

  • out_grad (NDArray 列表) – 用于反向传播的输入和输出。请参阅文档了解 Operator::Backward 的相应参数。

  • in_data (NDArray 列表) – 用于反向传播的输入和输出。请参阅文档了解 Operator::Backward 的相应参数。

  • out_data (NDArray 列表) – 用于反向传播的输入和输出。请参阅文档了解 Operator::Backward 的相应参数。

  • in_grad (NDArray 列表) – 用于反向传播的输入和输出。请参阅文档了解 Operator::Backward 的相应参数。

  • aux (NDArray 列表) – 用于反向传播的输入和输出。请参阅文档了解 Operator::Backward 的相应参数。

forward(is_train, req, in_data, out_data, aux)[源代码]#

前向传播接口。创建新运算符时可以重写此方法。

参数

  • is_train (bool) – 这是否用于训练

  • req (str 列表) – 如何赋值给 out_data。可以是 'null'、'write' 或 'add'。您可以选择使用 self.assign(dst, req, src) 来处理此问题。

  • in_data (NDArray 列表) – 用于前向传播的输入、输出和辅助状态。请参阅文档了解 Operator::Forward 的相应参数。

  • out_data (NDArray 列表) – 用于前向传播的输入、输出和辅助状态。请参阅文档了解 Operator::Forward 的相应参数。

  • aux (NDArray 列表) – 用于前向传播的输入、输出和辅助状态。请参阅文档了解 Operator::Forward 的相应参数。

class gluonts.mx.representation.binning_helpers.DigitizeProp[源代码]#

基类: mxnet.operator.CustomOpProp

create_operator(ctx, in_shapes, in_dtypes)[源代码]#

根据上下文、输入形状和输入数据类型创建执行实际计算的运算符。

infer_shape(in_shapes)[源代码]#

infer_shape 接口。创建新运算符时可以重写此方法。

参数

in_shape (list) – 按照 list_arguments 中声明的相同顺序排列的参数形状列表。

返回值

  • in_shape (list) – 参数形状列表。可以从 in_shape 修改。

  • out_shape (list) – 根据 in_shape 计算出的输出形状列表，顺序与 list_outputs 中声明的相同。

  • aux_shape (Optional, list) – 根据 in_shape 计算出的辅助形状列表，顺序与 list_auxiliary_states 中声明的相同。

list_arguments()[源代码]#

list_arguments 接口。创建新运算符时可以重写此方法。

返回值

arguments – 参数 blob 名称列表。

返回类型

list

list_outputs()[源代码]#

list_outputs 接口。创建新运算符时可以重写此方法。

返回值

outputs – 输出 blob 名称列表。

返回类型

list

gluonts.mx.representation.binning_helpers.bin_edges_from_bin_centers(bin_centers: numpy.ndarray)[源代码]#
gluonts.mx.representation.binning_helpers.ensure_binning_monotonicity(bin_centers: numpy.ndarray)[源代码]#