MaskedCategorical

class torchrl.modules.MaskedCategorical(logits: Optional[Tensor] = None, probs: Optional[Tensor] = None, *, mask: Optional[Tensor] = None, indices: Optional[Tensor] = None, neg_inf: float = - inf, padding_value: Optional[int] = None)

掩码分类分布。

参考：https://tensorflowcn.cn/agents/api_docs/python/tf_agents/distributions/masked/MaskedCategorical

参数：

• logits (torch.Tensor) – 事件的对数概率（未归一化）

• probs (torch.Tensor) – 事件概率。如果提供，则对应于掩码项目的概率将归零，并且概率沿其最后一个维度重新归一化。

关键字参数：

• mask (torch.Tensor) – 与 logits/probs 形状相同的布尔掩码，其中 False 条目是要掩码的条目。或者，如果 sparse_mask 为 True，则它表示分布中有效索引的列表。与 indices 互斥。

• indices (torch.Tensor) – 表示必须考虑哪些动作的密集索引张量。与 mask 互斥。

• neg_inf (float, 可选) – 分配给无效（超出掩码）索引的对数概率值。默认为 -inf。

• padding_value – 掩码张量中的填充值。当 sparse_mask == True 时，padding_value 将被忽略。

• torch.manual_seed (>>>) –

• torch.randn (>>> logits =) –

• torch.tensor (>>> mask =) –

• MaskedCategorical (>>> dist =) –

• dist.sample (>>> sample =) –

• print (>>>) –

• tensor ([-inf, -inf, -inf, -inf, -inf, -inf, -inf, -inf, -inf, -inf]) –

• print –

• -1.0831, (tensor([-1.1203, -1.0928, -1.0831, -1.1203, -1.1203, -1.0831, -1.1203,) – -1.1203, -1.1203])

• print –

• tensor –

• probabilities (>>> # with) –

• torch.ones (>>> prob =) –

• prob.sum() (>>> prob = prob /) –

• torch.tensor –

• MaskedCategorical –

• print –

• -2.1972, (tensor([ -inf, -2.1972, -2.1972, -2.1972, -2.1972, -2.1972, -2.1972,) – -2.1972, -2.1972])

log_prob(value: Tensor) → Tensor

返回在 value 处计算的概率密度/质量函数的对数。

参数：

value (Tensor) –

sample(sample_shape: Optional[Union[Size, Sequence[int]]] = None) → Tensor

生成一个 `sample_shape` 形状的样本，如果分布参数是批处理的，则生成一个 `sample_shape` 形状的样本批次。