快捷方式

OneHotCategorical

torchrl.modules.OneHotCategorical(logits: Optional[Tensor] = None, probs: Optional[Tensor] = None, grad_method: ReparamGradientStrategy = ReparamGradientStrategy.PassThrough, **kwargs)[source]

独热分类分布。

此类行为与 torch.distributions.Categorical 完全一致,区别在于它读取并生成离散张量的独热编码。

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

  • probs (torch.Tensor) – 事件概率

  • grad_method (ReparamGradientStrategy, 可选) –

    收集重参数化样本的策略。ReparamGradientStrategy.PassThrough 将通过使用 softmax 值的对数概率作为样本梯度的代理来计算样本梯度。

    ReparamGradientStrategy.RelaxedOneHot 将使用 torch.distributions.RelaxedOneHot 从分布中进行采样。

示例

>>> torch.manual_seed(0)
>>> logits = torch.randn(4)
>>> dist = OneHotCategorical(logits=logits)
>>> print(dist.rsample((3,)))
tensor([[1., 0., 0., 0.],
        [0., 0., 0., 1.],
        [1., 0., 0., 0.]])
entropy()[source]

返回分布的熵,已按 batch_shape 批处理。

返回:

形状为 batch_shape 的 Tensor。

log_prob(value: Tensor) Tensor[source]

返回在 value 处评估的概率密度/质量函数的对数。

参数:

value (Tensor) –

属性 mode: Tensor

返回分布的众数。

rsample(sample_shape: Optional[Union[Size, Sequence]] = None) Tensor[source]

生成 sample_shape 形状的重参数化样本,或者如果分布参数是批处理的,则生成 sample_shape 形状的重参数化样本批次。

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

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

文档

访问 PyTorch 的完整开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获取解答

查看资源