gluonts.mx.representation.custom_binning 模块

class gluonts.mx.representation.custom_binning.CustomBinning(bin_centers: numpy.ndarray, *args, **kwargs)

基类: gluonts.mx.representation.representation.Representation

一个表示具有自定义中心的分箱表示的类。

参数

bin_centers – 用于对数据进行离散化的分箱。（默认值：1024）

hybrid_forward(F, data: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], observed_indicator: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], scale: Optional[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]], rep_params: List[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]], **kwargs) → Tuple[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], List[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]]]

将数据转换为期望的表示形式。

参数

• F –

• data – 目标数据。

• observed_indicator – 目标观测指示器。

• scale – 预计算的比例。

• rep_params – 额外的预计算表示参数。

• **kwargs – 额外的块特定参数。

:param : 额外的块特定参数。

返回

包含转换后的数据、计算出的比例以及要传递给 post_transform 的额外参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

initialize_from_array(input_array: numpy.ndarray, ctx: mxnet.context.Context = cpu(0))

基于 numpy 数组初始化表示。

参数

• input_array – Numpy 数组。

• ctx – MXNet 上下文。

initialize_from_dataset(input_dataset: gluonts.dataset.Dataset, ctx: mxnet.context.Context = cpu(0))

基于整个数据集初始化表示。

参数

• input_dataset – GluonTS 数据集。

• ctx – MXNet 上下文。

post_transform(F, samples: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], scale: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], rep_params: List[Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]

将样本转换回原始表示形式。

参数

• samples – 分布中的样本。

• scale – 样本的比例。

• rep_params – 后转换期间使用的额外表示特定参数。

返回

后转换的样本。

返回类型

Tensor