2022-05-27 14:23:35 +08:00
|
|
|
|
mindspore.nn.probability.infer.ELBO
|
|
|
|
|
|
===================================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.nn.probability.infer.ELBO(latent_prior="Normal", output_prior="Normal")
|
|
|
|
|
|
|
|
|
|
|
|
Evidence Lower Bound (ELBO) 网络。
|
|
|
|
|
|
变分推断最小化了从变分分布到后验分布的 Kullback-Leibler (KL) 散度。
|
|
|
|
|
|
它使 ELBO 最大化，这是观测值 log p(x) 的边际概率的对数的下限。ELBO 等于负 KL 散度直到一个加性常数。有关更多详细信息，请参阅
|
|
|
|
|
|
`变分推理：统计学家评论 <https://arxiv.org/abs/1601.00670>`_。
|
|
|
|
|
|
|
|
|
|
|
|
**参数：**
|
|
|
|
|
|
|
|
|
|
|
|
- **latent_prior** （str） - 潜在空间的先验分布。默认值：Normal。
|
|
|
|
|
|
Normal : 潜在空间的先验分布是正态的。
|
|
|
|
|
|
- **output_prior** （str） - 输出数据的分布。默认值：Normal。
|
|
|
|
|
|
Normal : 如果输出数据的分布是 Normal，那么 reconstruction loss 就是 MSELoss。
|
|
|
|
|
|
|
|
|
|
|
|
**输入：**
|
|
|
|
|
|
|
|
|
|
|
|
- **input_data** （Tuple）- (recon_x(Tensor), x(Tensor), mu(Tensor), std(Tensor))。
|
2022-06-07 10:27:00 +08:00
|
|
|
|
- **target_data** （Tensor）- 目标 Tensor 的 shape 是 :math:`(N,)`。
|
2022-05-27 14:23:35 +08:00
|
|
|
|
|
|
|
|
|
|
**输出：**
|
|
|
|
|
|
|
|
|
|
|
|
Tensor，损失浮动张量。
|
