什么蔬菜含钾量最高

class paddle.distribution. ReshapeTransform ( in_event_shape, out_event_shape ) [源代码] ?
百度 里皮上任以来主踢433，对阵威尔士更是4231阵型强攻，就国足球员那拙劣的技术和抗压能力，被威尔士打爆了，里皮高估了中国球员的能力，已经过了涨球年龄的他们技术已经成型，所以里皮最好得放弃他的进攻理念，稳重防守才是根本。

ReshapeTransform 将输入 Tensor 的事件形状 in_event_shape 改变为 out_event_shape。其中，in_event_shape、out_event_shape 需要包含相同的元素个数。

参数?

  • in_event_shape (Sequence[int]) - Reshape 前的事件形状。

  • out_event_shape (float|Tensor） - Reshape 后的事件形状。

代码示例?

>>> import paddle

>>> x = paddle.ones((1,2,3))
>>> reshape_transform = paddle.distribution.ReshapeTransform((2, 3), (3, 2))
>>> print(reshape_transform.forward_shape((1,2,3)))
(1, 3, 2)
>>> print(reshape_transform.forward(x))
Tensor(shape=[1, 3, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
        [[[1., 1.],
        [1., 1.],
        [1., 1.]]])
>>> print(reshape_transform.inverse(reshape_transform.forward(x)))
Tensor(shape=[1, 2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
        [[[1., 1., 1.],
            [1., 1., 1.]]])
>>> print(reshape_transform.forward_log_det_jacobian(x))
Tensor(shape=[1], dtype=float32, place=Place(cpu), stop_gradient=True,
    [0.])

方法?

forward(x)?

计算正变换 \(y=f(x)\) 的结果。

参数

  • x (Tensor) - 正变换输入参数，通常为 Distribution 的随机采样结果。

返回

Tensor，正变换的计算结果。

inverse(y)?

计算逆变换 \(x = f^{-1}(y)\)。

参数

  • y (Tensor) - 逆变换的输入参数。

返回

Tensor，逆变换的计算结果。

forward_log_det_jacobian(x)?

计算正变换雅可比行列式绝对值的对数。

如果变换不是一一映射，则雅可比矩阵不存在，抛出 NotImplementedError。

参数

  • x (Tensor) - 输入参数。

返回

Tensor，正变换雅可比行列式绝对值的对数。

inverse_log_det_jacobian(y)?

计算逆变换雅可比行列式绝对值的对数。

与 forward_log_det_jacobian 互为负数。

参数

  • y (Tensor) - 输入参数。

返回

Tensor，逆变换雅可比行列式绝对值的对数。

forward_shape(shape)?

推断正变换输出形状。

参数

  • shape (Sequence[int]) - 正变换输入的形状。

返回

Sequence[int]，正变换输出的形状。

inverse_shape(shape)?

推断逆变换输出形状。

参数

  • shape (Sequence[int]) - 逆变换输入的形状。

返回

Sequence[int]，逆变换输出的形状。