2022-05-27 14:23:35 +08:00
|
|
|
|
mindspore.nn.probability.infer.SVI
|
|
|
|
|
|
==================================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.nn.probability.infer.SVI(net_with_loss, optimizer)
|
|
|
|
|
|
|
|
|
|
|
|
随机变分推理（SVI）。
|
|
|
|
|
|
|
|
|
|
|
|
变分推理将推理问题转换为优化。隐藏变量上的一些分布由一组自由参数索引，这些参数经过优化以使分布最接近感兴趣的后验。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：**
|
|
|
|
|
|
|
2022-06-07 10:27:00 +08:00
|
|
|
|
- **net_with_loss** (Cell) - 具有损失函数的单元格。
|
|
|
|
|
|
- **optimizer** (Cell) - 更新权重的优化器。
|
2022-05-27 14:23:35 +08:00
|
|
|
|
|
|
|
|
|
|
.. py:method:: get_train_loss()
|
|
|
|
|
|
|
|
|
|
|
|
**返回：**
|
|
|
|
|
|
|
|
|
|
|
|
numpy.dtype，训练后的损失。
|
|
|
|
|
|
|
2022-06-10 08:30:45 +08:00
|
|
|
|
.. py:method:: run(train_dataset, epochs=10)
|
2022-05-27 14:23:35 +08:00
|
|
|
|
|
|
|
|
|
|
通过训练概率网络来优化参数，并返回训练好的网络。
|
|
|
|
|
|
|
|
|
|
|
|
**参数：**
|
|
|
|
|
|
|
|
|
|
|
|
- **train_dataset** (Dataset) - 训练数据集迭代器。
|
|
|
|
|
|
- **epochs** (int) - 数据的迭代总数。默认值：10。
|
|
|
|
|
|
|
|
|
|
|
|
**返回：**
|
|
|
|
|
|
|
2022-05-25 22:25:34 +08:00
|
|
|
|
Cell，经过训练的概率网络。
|
