Delta

class torchrl.modules.Delta(param: torch.Tensor, atol: float = 1e-06, rtol: float = 1e-06, batch_shape: torch.Size | Sequence[int] = None, event_shape: torch.Size | Sequence[int] = None)

Delta 分布。

参数:

• param (torch.Tensor) – delta 分布的参数；

• atol (数字, 可选) – 用于判断张量是否匹配分布参数的绝对容差；默认为 1e-6

• rtol (数字, 可选) – 用于判断张量是否匹配分布参数的相对容差；默认为 1e-6

• batch_shape (torch.Size, 可选) – 批次形状；

• event_shape (torch.Size, optional) – 结果的形状。

expand(batch_shape: Size, _instance=None)

返回一个新的分布实例（或填充由派生类提供的现有实例），其批次维度已扩展到 batch_shape。此方法调用分布参数上的 expand。因此，这不会为扩展的分布实例分配新内存。此外，这也不会在首次创建实例时在 __init__.py 中重复任何参数检查或参数广播。

参数:

• batch_shape (torch.Size) – 所需的扩展大小。

• _instance – 由需要覆盖 .expand 的子类提供的新的实例。

返回:

具有已扩展到 batch_size 的批次维度的新的分布实例。

log_prob(value: Tensor) → Tensor

返回在 value 处评估的概率密度/质量函数的对数。

参数:

value (Tensor) –

property mean: Tensor

返回分布的均值。

property mode: Tensor

返回分布的众数。

rsample(size=None) → Tensor

生成 sample_shape 形状的重参数化样本，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(size=None) → Tensor

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