alpha প্যারামিটারের টেনসর মান গ্রহণ করে ≥ [0, 1) মাত্রা সহ [..., n_media_channels] । ব্যাচের মাত্রা (...) ঐচ্ছিক। মনে রাখবেন যে alpha = 0 অনুমোদিত, তাই শূন্যের আগে একটি বিন্দু ভর রাখা সম্ভব (কার্যকরভাবে কোন অ্যাডস্টক)। যাইহোক, alpha = 1 অনুমোদিত নয় যেহেতু জ্যামিতিক সমষ্টি সূত্রটি সংজ্ঞায়িত করা হয়নি, এবং alpha = 1 এ বিন্দু ভর থাকার কোন বাস্তব কারণ নেই।
max_lag
অ্যাডস্টক গণনায় অন্তর্ভুক্ত করার জন্য সর্বাধিক সংখ্যক ল্যাগ পিরিয়ড (≥ 0 ) নির্দেশ করে পূর্ণসংখ্যা।
n_times_output
পূর্ণসংখ্যা আউটপুট টেনসরে অন্তর্ভুক্ত করার সময়কালের সংখ্যা নির্দেশ করে। মিডিয়া আর্গুমেন্টের সময়কালের সংখ্যা অতিক্রম করা যাবে না, উদাহরণস্বরূপ, media.shape[-2] । আউটপুট সময়কাল মিডিয়া আর্গুমেন্টের সবচেয়ে সাম্প্রতিক সময়ের সাথে সঙ্গতিপূর্ণ। উদাহরণস্বরূপ, media[..., -n_times_output:, :] আউটপুট সপ্তাহের মিডিয়া এক্সিকিউশন উপস্থাপন করে।
একটি প্রদত্ত media টেনসরের অ্যাডস্টক রূপান্তর গণনা করে।
জিও g , টাইম পিরিয়ড t , এবং মিডিয়া চ্যানেল m এর জন্য, অ্যাডস্টককে adstock_{g,t,m} = sum_{i=0}^max_lag media_{g,ti,m} alpha^i হিসাবে গণনা করা হয়।
আর্গস
media
মাত্রা সহ মিডিয়া মানগুলির টেনসর [..., n_geos, n_media_times, n_media_channels] । ব্যাচের মাত্রা (...) ঐচ্ছিক, কিন্তু যদি ব্যাচের মাত্রা অন্তর্ভুক্ত করা হয়, তাহলে সেগুলি অবশ্যই alpha ব্যাচের মাত্রার সাথে মিলবে। alpha ব্যাচের মাত্রা ধারণ করলেও মিডিয়ার ব্যাচের মাত্রার প্রয়োজন হয় না।
রিটার্নস
মাত্রা সহ টেনসর [..., n_geos, n_times_output, n_media_channels] প্রতিনিধিত্ব করে অ্যাডস্টক রূপান্তরিত মিডিয়া।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2024-11-17 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],["The `AdstockTransformer` computes the Adstock transformation of media data. It takes `alpha` (decay rate), `max_lag` (lag periods), and `n_times_output` (output time periods) as input. The `forward` method calculates Adstock for each geo, time period, and media channel using the formula `sum_{i=0}^max_lag media_{g,t-i,m} alpha^i`. Input `media` is a tensor of media values. The output is a tensor representing Adstock-transformed media with specified dimensions.\n"],null,[]]