TensorFlow繪制樣本

tf.contrib.bayesflow.stochastic_tensor.SampleValue

tf.contrib.bayesflow.stochastic_tensor.SampleValue 類

定義在 tensorflow/contrib/bayesflow/python/ops/stochastic_tensor_impl.py.

參見指南：BayesFlow隨機(jī)張量(contrib)>隨機(jī)張量值類型

繪制樣本,可能會(huì)添加新的外部維度.
此值在其上下文中運(yùn)行的 StochasticTensors 中抽取樣本, 并根據(jù)所請(qǐng)求的形狀增加秩.

例子：

mu = tf.zeros((2 ,3 ))
 sigma = tf.ones((2 , 3 ))
with sg.value_type(sg.SampleValue())：
   st = sg.StochasticTensor( 
    tf.contrib.distributions.Normal,mu = mu,sigma = sigma)
＃1個(gè)抽取樣品,并且不重塑 
assertEqual( st.value().get_shape(),(2 ,3))

mu = tf .zeros((2 ,3 ))
sigma = tf.ones((2 , 3 ))
with sg.value_type(sg.SampleValue(4 ))：
   st = sg.StochasticTensor ( 
    tf.contrib.distributions.Normal,mu = mu,sigma = sigma)
＃4個(gè)繪制樣品各自與形狀(2,3)并連接 
assertEqual(st.value().get_shape(),(4 ,2 ,3))

屬性

• shape
  
• stop_gradient
  

方法

__init__

__init__ (
     shape = (),
     stop_gradient = False
 )

根據(jù)形狀取樣.
對(duì)于給定的 StochasticTensor st 使用此值類型,st. value () 的形狀將與 st.distribution.sample (形狀)匹配.

ARGS：

• shape：形狀元組或 int32 張量.樣品形狀,默認(rèn)是一個(gè)標(biāo)量：取一個(gè)樣本,不要改變大小.
• stop_gradient：如果是真的,StochasticTensors 的價(jià)值被包裝在 stop_gradient, 以避免反向傳播.

declare_inputs

declare_inputs (
     unused_stochastic_tensor ,
    unused_inputs_dict
)

popped_above

popped_above ( unused_value_type )

pushed_above

push_above ( unused_value_type )