TensorFlow 发出随机值的张量

2018-08-28 16:28 更新

tf.contrib.bayesflow.stochastic_tensor.BaseStochasticTensor


tf.contrib.bayesflow.stochastic_tensor.BaseStochasticTensor 类

定义在:tensorflow/contrib/bayesflow/python/ops/stochastic_tensor_impl.py.

参见指南:BayesFlow随机张量(contrib)>随机张量类

用于发出随机值的张量对象的基类.

属性

  • dtype
  • graph
  • name 

方法

  • __init__
  • __init__ ()
  • loss
  • loss( sample_loss )

返回添加到代理损失中的术语.

这个方法被 surrogate_loss 调用.输入 sample_loss 应该已经应用了 stop_gradient.这是因为 surrogate_loss 通常提供了一个 Monte Carlo 样例术语 differentiable_surrogate * sample_loss,其中 sample_loss 被认为是常量,因为它的目的是梯度输入.

ARGS:

  • sample_loss:张量,在这个 StochasticTensor 的下游样本损失.

返回:

要么返回 None ,要么返回 Tensor.

value

value( name = None )
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号