mindspore.nn.probability.bijector.ScalarAffine
- class mindspore.nn.probability.bijector.ScalarAffine(scale=1.0, shift=0.0, name='ScalarAffine')[源代码]
- 标量仿射Bijector(Scalar Affine Bijector)。 此Bijector对应的映射函数为: \[Y = a * X + b\]- 其中 \(a\) 是比例因子, \(b\) 是移位因子。 - 参数:
- scale (float, list, numpy.ndarray, Tensor) - 比例因子,公式中的 \(a\)。默认值: - 1.0。
- shift (float, list, numpy.ndarray, Tensor) - 移位因子,公式中的 \(b\)。默认值: - 0.0。
- name (str) - Bijector名称。默认值: - 'ScalarAffine'。
 
 - 说明 - shift 和 scale 中元素的数据类型必须为float。如果 shift 、 scale 作为numpy.ndarray或Tensor传入,则它们必须具有相同的数据类型,否则将引发错误。 - 异常:
- TypeError - shift 或 scale 中元素的数据类型不为float,或 shift 和 scale 的数据类型不相同。 
 
- 支持平台:
- Ascend- GPU
 - 样例: - >>> import mindspore >>> import mindspore.nn as nn >>> from mindspore import Tensor >>> >>> # To initialize a ScalarAffine bijector of scale 1.0 and shift 2. >>> scalaraffine = nn.probability.bijector.ScalarAffine(1.0, 2.0) >>> value = Tensor([1, 2, 3], dtype=mindspore.float32) >>> ans1 = scalaraffine.forward(value) >>> print(ans1.shape) (3,) >>> ans2 = scalaraffine.inverse(value) >>> print(ans2.shape) (3,) >>> ans3 = scalaraffine.forward_log_jacobian(value) >>> print(ans3.shape) () >>> ans4 = scalaraffine.inverse_log_jacobian(value) >>> print(ans4.shape) () - property shift
- 返回映射的位置。 - 返回:
- Tensor,映射的位置值。 
 
 - property scale
- 返回映射的比例。 - 返回:
- Tensor,映射的比例值。