gluonts.mx.representation 包#

类 gluonts.mx.representation.CustomBinning(bin_centers: numpy.ndarray, *args, **kwargs)[source]#

基类: gluonts.mx.representation.representation.Representation

表示具有自定义中心的分箱表示的类。

参数

bin_centers – 用于离散化数据的 bin。（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]]][source]#

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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

基于 numpy 数组初始化表示形式。

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))[source]#

基于整个数据集初始化表示形式。

参数

  • input_dataset – GluonTS 数据集。

  • ctx – MXNet 上下文。

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

Tensor

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.DimExpansion(axis: int = - 1, *args, **kwargs)[source]#

参数

表示沿指定轴进行维度扩展操作的类。

axis – 扩展张量的轴。(默认值: -1)

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.DiscretePIT(num_bins: int, mlp_transf: bool = False, embedding_size: Optional[int] = None, *args, **kwargs)[source]#

参数

  • 表示对给定基于分位数的学习分箱进行离散概率积分变换的类。请注意，此表示形式应应用于基于分位数的分箱表示之上。

  • num_bins – 应用此表示形式的数据所使用的 bin 数量。

  • mlp_tranf – 是否希望使用 MLP 对 pit 变换后的值进行后处理，该 MLP 可以学习适当的分箱，从而确保 pit 模型与具有 embedding 的标准分位数分箱具有相同的表达能力。(默认值: False)

embedding_size – 如果 mlp_tranf=True，期望的层输出大小。默认情况下，使用以下启发式方法： https://developers.googleblog.com/2017/11/introducing-tensorflow-feature-columns.html (默认值: round(num_bins**(1/4)))

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

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][source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.Embedding(num_bins: int, size: Optional[int] = None, *args, **kwargs)[source]#

参数

  • 表示在给定分箱之上进行 embedding 操作的类。请注意，此表示形式旨在应用于分类/分箱数据之上。

  • num_bins – 应用此表示形式的数据的类别/bin 数量。

size – 期望的 embedding 大小。默认情况下，使用以下启发式方法： https://developers.googleblog.com/2017/11/introducing-tensorflow-feature-columns.html (默认值: round(num_bins**(1/4)))

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.GlobalRelativeBinning(num_bins: int = 1024, is_quantile: bool = True, linear_scaling_limit: int = 10, quantile_scaling_limit: float = 0.99, *args, **kwargs)[source]#

参数

  • 表示全局相对分箱方法的类。这种分箱方法首先按各自的均值（相对）重新缩放所有输入序列，然后在所有序列（全局）上执行一次分箱。

  • num_bins – 希望值映射到的离散 bin/桶的数量。（默认值：1024）

  • is_quantile – 分箱是基于分位数还是线性的。分位数分箱根据累积分布函数分配 bin，而线性分箱分配等间隔的 bin。(默认值: True，即分位数分箱)

  • linear_scaling_limit – 线性缩放限制。大于均值的 linear_scaling_limit 倍的值将被限制在 linear_scaling_limit。（默认值：10）

quantile_scaling_limit – 分位数缩放限制。大于在 quantile_scaling_limit 处评估的分位数的值将被限制在在 quantile_scaling_limit 处评估的分位数处。（默认值：0.99）

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

基于 numpy 数组初始化表示形式。

参数

  • input_array – Numpy 数组。

  • ctx – MXNet 上下文。

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

基于整个数据集初始化表示形式。

参数

  • input_dataset – GluonTS 数据集。

  • ctx – MXNet 上下文。

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

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

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][source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.HybridRepresentation(representations: List, *args, **kwargs)[source]#

参数

表示将多种表示形式组合成单一表示形式的混合方法的类。表示形式将通过在 dim=-1 上进行连接来组合。

representations – 表示形式列表。元素必须是 Representation 类型。

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

基于 numpy 数组初始化表示形式。

参数

  • input_array – Numpy 数组。

  • ctx – MXNet 上下文。

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

基于整个数据集初始化表示形式。

参数

  • input_dataset – GluonTS 数据集。

  • ctx – MXNet 上下文。

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

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.LocalAbsoluteBinning(num_bins: int = 1024, is_quantile: bool = True, *args, **kwargs)[source]#

参数

  • 表示全局相对分箱方法的类。这种分箱方法首先按各自的均值（相对）重新缩放所有输入序列，然后在所有序列（全局）上执行一次分箱。

  • 表示局部绝对分箱方法的类。这种分箱方法在局部级别为每个时间序列估计一个分箱，因此隐式地充当缩放机制。

is_quantile – 分箱是基于分位数还是线性的。分位数分箱根据累积分布函数分配 bin，而线性分箱分配等间隔的 bin。(默认值: True，即分位数分箱)

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

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][source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.MeanScaling(scale_min: float = 1e-10, clip_max: Optional[float] = None, *args, **kwargs)[source]#

参数

  • 表示均值缩放方法的类。输入简单地根据其均值进行重新缩放。

  • scale_min – 重新缩放后的值将被裁剪到的最小值。（默认值：1e-10）

clip_max – 重新缩放后的值将被裁剪到的最大值。负值将被裁剪到 -clip_max，正值将被裁剪到 clip_max。（默认值：None）
compute_scale(F, data: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol], observed_indicator: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) → Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol][source]#

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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]]][source]#

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

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][source]#

类 gluonts.mx.representation.Representation[source]#

基类: mxnet.gluon.block.HybridBlock

表示输入/输出表示的抽象类。

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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

基于 numpy 数组初始化表示形式。

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))[source]#

基于整个数据集初始化表示形式。

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][source]#

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。

class gluonts.mx.representation.RepresentationChain(chain: List, *args, **kwargs)[source]#

基类: gluonts.mx.representation.representation.Representation

类 gluonts.mx.representation.HybridRepresentation(representations: List, *args, **kwargs)[source]#

参数

chain – 表示器列表。元素必须是 Representation 类型。

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]]][source]#

将数据转换为所需的表示形式。

参数

  • F –

  • data – 目标数据。

  • observed_indicator – 目标观测指示器。

  • scale – 预先计算的 scale。

  • rep_params – 其他预先计算的表示参数。

  • **kwargs – 其他块特有参数。

:param : 其他块特有参数。

返回值

包含转换后的数据、计算出的 scale 以及将传递给 post_transform 的其他参数的元组。

返回类型

Tuple[Tensor, Tensor, List[Tensor]]

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

基于 numpy 数组初始化表示形式。

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))[source]#

基于整个数据集初始化表示形式。

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][source]#

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][source]#

参数

  • 将样本转换回原始表示形式。

  • samples – 来自分布的样本。

  • scale – 样本的 scale。

返回值

rep_params – 后期转换期间使用的其他表示特有参数。

返回类型

后期转换的样本。