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.PowerTransform

class mindspore.nn.probability.bijector.PowerTransform(power=0., name='PowerTransform')

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

$$Y=g(X)=(1+X\ast c{)}^{1/c},X>=-1/c$$

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' 。

说明

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，计算输入随机变量经过映射后的值。

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。

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，计算输出随机变量对应的输入随机变量的值。

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。

参数：

• value (Tensor) - 输出随机变量的值。

返回：

Tensor，逆映射导数的对数值。