tensordict.nn.distributions.NormalParamExtractor

class tensordict.nn.distributions.NormalParamExtractor(scale_mapping: str = 'biased_softplus_1.0', scale_lb: Number = 0.0001)

一個非參數的 nn.Module，將其輸入分割成 loc 和 scale 參數。

scale 參數使用指定的 scale_mapping 映射到正值。

參數:

• scale_mapping (str, optional) – 與 std 一起使用的正向映射函數。預設值 = "biased_softplus_1.0"（即具有偏差的 softplus 映射，使得 fn(0.0) = 1.0）選項： "softplus"、 "exp"、 "relu"、 "biased_softplus_1" 或 "none"（無映射）。 詳見 mappings() 以取得更多資訊。

• scale_lb (Number, optional) – 變異數可以採用的最小值。預設值為 1e-4。

範例

>>> import torch
>>> from tensordict.nn.distributions import NormalParamExtractor
>>> from torch import nn
>>> module = nn.Linear(3, 4)
>>> normal_params = NormalParamExtractor()
>>> tensor = torch.randn(3)
>>> loc, scale = normal_params(module(tensor))
>>> print(loc.shape, scale.shape)
torch.Size([2]) torch.Size([2])
>>> assert (scale > 0).all()
>>> # with modules that return more than one tensor
>>> module = nn.LSTM(3, 4)
>>> tensor = torch.randn(4, 2, 3)
>>> loc, scale, others = normal_params(*module(tensor))
>>> print(loc.shape, scale.shape)
torch.Size([4, 2, 2]) torch.Size([4, 2, 2])
>>> assert (scale > 0).all()