mindspore.nn.probability.bijector.ScalarAffine

class mindspore.nn.probability.bijector.ScalarAffine(scale=1.0, shift=0.0, name='ScalarAffine')[源代码]

标量仿射Bijector(Scalar Affine Bijector)。 此Bijector对应的映射函数为:

\[Y = a * X + b\]

其中a是比例因子,b是移位因子。

参数:

  • scale (float, list, numpy.ndarray, Tensor) - 比例因子。默认值:1.0。

  • shift (float, list, numpy.ndarray, Tensor) - 移位因子。默认值:0.0。

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

Note

shiftscale 中元素的数据类型必须为float。如果 shiftscale 作为numpy.ndarray或Tensor传入,则它们必须具有相同的数据类型,否则将引发错误。

异常:

  • TypeError - shiftscale 中元素的数据类型不为float,或 shiftscale 的数据类型不相同。

支持平台:

Ascend GPU

样例:

>>> import mindspore
>>> import mindspore.nn as nn
>>> from mindspore import Tensor
>>>
>>> # To initialize a ScalarAffine bijector of scale 1.0 and shift 2.
>>> scalaraffine = nn.probability.bijector.ScalarAffine(1.0, 2.0)
>>> value = Tensor([1, 2, 3], dtype=mindspore.float32)
>>> ans1 = scalaraffine.forward(value)
>>> print(ans1.shape)
(3,)
>>> ans2 = scalaraffine.inverse(value)
>>> print(ans2.shape)
(3,)
>>> ans3 = scalaraffine.forward_log_jacobian(value)
>>> print(ans3.shape)
()
>>> ans4 = scalaraffine.inverse_log_jacobian(value)
>>> print(ans4.shape)
()
property shift

返回映射的位置。

返回:

Tensor,映射的位置值。

property scale

返回映射的比例。

返回:

Tensor,映射的比例值。

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。