mindspore.nn.probability.bijector.PowerTransform

class mindspore.nn.probability.bijector.PowerTransform(power=0.0, name='PowerTransform')

乘方Bijector（PowerTransform Bijector）。 此Bijector对应的映射函数为：

\[Y = g(X) = (1 + X * c)^{1 / c}, X >= -1 / c\]

其中c >= 0。

PowerTransform Bijector将输入从 [-1/c, inf] 映射到 [0, inf] 。

当 c=0 时，此Bijector等于 mindspore.nn.probability.bijector.Exp Bijector。

参数：

• power (float, list, numpy.ndarray, Tensor) - 比例因子。默认值：0。

• name (str) - Bijector名称。默认值：’PowerTransform’。

Note

power 中元素的数据类型必须为float。

异常：

• ValueError - power 中元素小于0或静态未知。

• TypeError - power 中元素的数据类型不是float。

支持平台：

Ascend GPU

样例：

>>> import mindspore
>>> import mindspore.nn as nn
>>> import mindspore.nn.probability.bijector as msb
>>> from mindspore import Tensor
>>> # To initialize a PowerTransform bijector of power 0.5.
>>> powertransform = msb.PowerTransform(0.5)
>>> value = Tensor([1, 2, 3], dtype=mindspore.float32)
>>> ans1 = powertransform.forward(value)
>>> print(ans1.shape)
(3,)
>>> ans2 = powertransform.inverse(value)
>>> print(ans2.shape)
(3,)
>>> ans3 = powertransform.forward_log_jacobian(value)
>>> print(ans3.shape)
(3,)
>>> ans4 = powertransform.inverse_log_jacobian(value)
>>> print(ans4.shape)
(3,)

property power

返回指数。

返回：

Tensor，Bijector的指数。

forward(value)

正映射，计算输入随机变量 \(X = value\) 经过映射后的值 \(Y = g(value)\)。

参数：

• value (Tensor) - 输入随机变量的值。

返回：

Tensor，输入随机变量的值。

forward_log_jacobian(value)

计算正映射导数的对数值，即 \(\log(dg(x) / dx)\)。

参数：

• value (Tensor) - 输入随机变量的值。

返回：

Tensor，正映射导数的对数值。

inverse(value)

正映射，计算输出随机变量 \(Y = value\) 时对应的输入随机变量的值 \(X = g(value)\)。

参数：

• value (Tensor) - 输出随机变量的值。

返回：

Tensor，输出随机变量的值。

inverse_log_jacobian(value)

计算逆映射导数的对数值，即 \(\log(dg^{-1}(x) / dx)\)。

参数：

• value (Tensor) - 输出随机变量的值。

返回：

Tensor，逆映射导数的对数值。