gluonts.torch.distributions.studentT 模块

class gluonts.torch.distributions.studentT.StudentT(df: Union[float, torch.Tensor], loc: Union[float, torch.Tensor] = 0.0, scale: Union[float, torch.Tensor] = 1.0, validate_args=None)

基类：torch.distributions.studentT.StudentT

通过自由度 df、均值 loc 和尺度 scale 参数化的学生 t 分布。

基于 torch.distributions.StudentT，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_student_t

class gluonts.torch.distributions.studentT.StudentTOutput(beta: float = 0.0)

基类：gluonts.torch.distributions.distribution_output.DistributionOutput

args_dim: Dict[str, int] = {'df': 1, 'loc': 1, 'scale': 1}

distr_cls

别名：gluonts.torch.distributions.studentT.StudentT

classmethod domain_map(df: torch.Tensor, loc: torch.Tensor, scale: 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