gluonts.mx.representation.representation_chain 模块#

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

一个类，表示将多个表示组合成单个表示的混合方法。通过在 dim=-1 上拼接来组合表示。

一个表示采用混合方法的类，该方法通过将多个表示组合成单一表示。表示将通过在 dim=-1 维度上进行拼接来组合。

参数

chain – 表示列表。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]#

将数据转换为期望的表示。

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))[source]#

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))[source]#

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][source]#

将样本转换回原始表示。

参数

  • samples – 来自分布的样本。

  • scale – 样本的比例。

  • rep_params – 后转换过程中使用的额外表示特定参数。

返回

后转换的样本。

返回类型

Tensor