tensordict.nn.distributions.NormalParamExtractor

class tensordict.nn.distributions.NormalParamExtractor(scale_mapping: str = 'biased_softplus_1.0', scale_lb: Number = 0.0001)

一个非参数化 nn.Module，它将输入分割为均值和方差参数。

方差参数使用指定的 scale_mapping 映射到正值。

参数:

• scale_mapping (str, optional) – 将用于标准差的正向映射函数。默认为 "biased_softplus_1.0" （即，带有偏置的 softplus 映射，使得 fn(0.0) = 1.0）。选项： "softplus", "exp", "relu", "biased_softplus_1" 或 "none" （无映射）。有关更多详细信息，请参阅 mappings()。

• scale_lb (Number, optional) – 方差可以取得的最小值。默认为 1e-4。

示例

>>> import torch
>>> from tensordict.nn.distributions import NormalParamExtractor
>>> from torch import nn
>>> module = nn.Linear(3, 4)
>>> normal_params = NormalParamExtractor()
>>> tensor = torch.randn(3)
>>> loc, scale = normal_params(module(tensor))
>>> print(loc.shape, scale.shape)
torch.Size([2]) torch.Size([2])
>>> assert (scale > 0).all()
>>> # with modules that return more than one tensor
>>> module = nn.LSTM(3, 4)
>>> tensor = torch.randn(4, 2, 3)
>>> loc, scale, others = normal_params(*module(tensor))
>>> print(loc.shape, scale.shape)
torch.Size([4, 2, 2]) torch.Size([4, 2, 2])
>>> assert (scale > 0).all()