當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python PyTorch ContinuousBernoulli用法及代碼示例


本文簡要介紹python語言中 torch.distributions.continuous_bernoulli.ContinuousBernoulli 的用法。

用法:

class torch.distributions.continuous_bernoulli.ContinuousBernoulli(probs=None, logits=None, lims=(0.499, 0.501), validate_args=None)

參數

  • probs(數字,Tensor) -(0,1) 值參數

  • logits(數字,Tensor) -sigmoid 匹配 ‘probs’ 的實值參數

基礎:torch.distributions.exp_family.ExponentialFamily

創建由 probslogits(但不是兩者)參數化的連續伯努利分布。

分布在 [0, 1] 中受支持,並由 ‘probs’(在 (0,1) 中)或 ‘logits’(實值)參數化。請注意,與伯努利不同,‘probs’ 不對應概率,‘logits’ 不對應log-odds,但由於與伯努利相似,使用相同的名稱。有關詳細信息,請參閱 [1]。

例子:

>>> m = ContinuousBernoulli(torch.tensor([0.3]))
>>> m.sample()
tensor([ 0.2538])

[1] 連續伯努利:修複變分自動編碼器中普遍存在的錯誤,Loaiza-Ganem G 和 Cunningham JP,NeurIPS 2019。https://arxiv.org/abs/1907.06845

相關用法


注:本文由純淨天空篩選整理自pytorch.org大神的英文原創作品 torch.distributions.continuous_bernoulli.ContinuousBernoulli。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。