文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.nn.probability.bijector.Bijector

class mindspore.nn.probability.bijector.Bijector(is_constant_jacobian=False, is_injective=True, name=None, dtype=None, param=None)

Bijector类。Bijector描述了一种随机变量的映射方法。可以通过一个已有的随机变量 $X$ 和一个映射函数 $g$ 生成一个新的随机变量 $Y=g(X)$ 。

参数：

• is_constant_jacobian (bool) - Bijector是否具有常数导数。默认值：False。

• is_injective (bool) - Bijector是否为一对一映射。默认值：True。

• name (str) - Bijector名称。默认值：None。

• dtype (mindspore.dtype) - Bijector可以操作的分布的数据类型。默认值：None。

• param (dict) - 用于初始化Bijector的参数。默认值：None。

说明

Bijector的 dtype 为None时，输入值必须是float类型，除此之外没有其他强制要求。

在初始化过程中，当 dtype 为None时，对参数的数据类型没有强制要求。

但所有参数都应具有相同的float类型，否则将引发TypeError。

具体来说，参数类型跟随输入值的数据类型。即当 dtype 为None时，Bijector的参数将被强制转换为与输入值相同的类型。

当指定了 dtype 时，参数和输入值的 dtype 必须相同。

当参数类型或输入值类型与 dtype 不相同时，将引发TypeError。只能使用mindspore.float_type数据类型来指定Bijector的 dtype 。

支持平台：

Ascend GPU

cast_param_by_value(value, para)

将输入中的 para 的数据类型转换为与 value 相同的类型，一般由Bijector的子类用于基于输入对自身参数进行数据类型变化。

参数：

• value (Tensor) - 输入数据。

• para (Tensor) - Bijector参数。

返回：

Tensor，参数经过数据类型转换之后的值。

construct(name, *args, **kwargs)

重写Cell中的 construct 。

说明

支持的函数名称包括：’forward’、’inverse’、’forward_log_jacobian’、’inverse_log_jacobian’。

参数：

• name (str) - 函数名称。

• args (list) - 函数所需的位置参数列表。

• kwargs (dict) - 函数所需的关键字参数字典。

返回：

Tensor，name对应函数的值。

forward(value, *args, **kwargs)

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。

• args (list) - 函数所需的位置参数列表。

• kwargs (dict) - 函数所需的关键字参数字典。

返回：

Tensor，输出随机变量的值。

forward_log_jacobian(value, *args, **kwargs)

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。

• args (list) - 函数所需的位置参数列表。

• kwargs (dict) - 函数所需的关键字参数字典。

返回：

Tensor，正映射导数的对数值。

inverse(value, *args, **kwargs)

逆映射，计算输出随机变量 $Y=value$ 时对应的输入随机变量的值 $X=g^{-1}(value)$。

参数：

• value (Tensor) - 输出随机变量的值。

• args (list) - 函数所需的位置参数列表。

• kwargs (dict) - 函数所需的关键字参数字典。

返回：

Tensor，输入随机变量的值。

inverse_log_jacobian(value, *args, **kwargs)

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

参数：

• value (Tensor) - 输出随机变量的值。

• args (list) - 函数所需的位置参数列表。

• kwargs (dict) - 函数所需的关键字参数字典。

返回：

Tensor，逆映射导数的对数值。