本文整理汇总了Python中library.Library.observe_sm方法的典型用法代码示例。如果您正苦于以下问题：Python Library.observe_sm方法的具体用法？Python Library.observe_sm怎么用？Python Library.observe_sm使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类library.Library的用法示例。
在下文中一共展示了Library.observe_sm方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: map
# 需要导入模块: from library import Library [as 别名]
# 或者: from library.Library import observe_sm [as 别名]
count[0] += 1
return token2count[token]
sequence = map(get_count, tokens)
return sequence, token2count, count2token
sequence, token2count, count2token = encode(text)
lib.load('sm')
ripl.assume('uniform', "(lambda (i) 1)")
ripl.assume('sm', '(make_sm uniform %d)' % len(token2count))
ripl.assume('prefix0', "(list)")
for i, s in enumerate(sequence):
lib.observe_sm('sm', 'prefix%d' % i, s)
ripl.assume('prefix%d' % (i+1), "(pair %d prefix%d)" % (s, i))
def parse_seq(seq):
return [count2token[int(v['value'])] for v in seq]
def gen_seq(n):
return parse_seq(ripl.predict('(sm_gen_seq sm prefix0 %d)' % n))
def context2list(context):
return "(list " + ' '.join([str(token2count[t]) for t in reversed(context)]) + ")"
def get_distribution(context):
l = context2list(context)
weights = [(t, ripl.predict('(categorical_get_weight (sm_get_sampler sm %s) %d)' % (l, c))) for (t, c) in token2count.items()]
return sorted(weights, key=lambda x: x[1])