gluonts.torch.distributions.negative_binomial 模块

class gluonts.torch.distributions.negative_binomial.NegativeBinomial(total_count: Union[float, torch.Tensor], probs: Optional[Union[float, torch.Tensor]] = None, logits: Optional[Union[float, torch.Tensor]] = None, validate_args=None)

基类：torch.distributions.negative_binomial.NegativeBinomial

负二项分布，带有 total_count 和 probs 或 logits 参数。

基于 torch.distributions.NegativeBinomial，增加了 cdf 和 icdf 方法。

cdf(value: torch.Tensor) → torch.Tensor

返回在 value 处计算的累积密度/质量函数。

参数

value (Tensor) –

icdf(value: torch.Tensor) → torch.Tensor

返回在 value 处计算的逆累积密度/质量函数。

参数

value (Tensor) –

property scipy_nbinom

class gluonts.torch.distributions.negative_binomial.NegativeBinomialOutput(beta: float = 0.0)

基类：gluonts.torch.distributions.distribution_output.DistributionOutput

args_dim: Dict[str, int] = {'logits': 1, 'total_count': 1}

distr_cls

别名：gluonts.torch.distributions.negative_binomial.NegativeBinomial

distribution(distr_args, loc: Optional[torch.Tensor] = None, scale: Optional[torch.Tensor] = None) → torch.distributions.distribution.Distribution

根据构造函数参数集合以及可选的比例张量，构造关联的分布。

参数

• distr_args – 底层分布类型的构造函数参数。

• loc – 可选张量，与结果分布的 batch_shape + event_shape 形状相同。

• scale – 可选张量，与结果分布的 batch_shape + event_shape 形状相同。

classmethod domain_map(total_count: torch.Tensor, logits: torch.Tensor)

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，以便返回的张量定义具有正确 event_shape 的分布。

property event_shape: Tuple

与输出对象兼容的每个单独事件的形状。

in_features: int