Join the newly launched
Discord community for real-time discussions, peer support, and direct interaction with the Meridian team!
meridian.model.transformers.CenteringAndScalingTransformer
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
تبدیل مرکز و مقیاس بندی را برای یک تانسور اعمال می کند.
ارث می برد از: TensorTransformer
meridian.model.transformers.CenteringAndScalingTransformer(
tensor: tf.Tensor,
population: tf.Tensor,
population_scaling_id: (tf.Tensor | None) = None
)
این کلاس یک تانسور را تبدیل می کند بنابراین هر متغیر دارای میانگین صفر و انحراف استاندارد یک است. به صورت اختیاری، هر متغیر را می توان قبل از اعمال تبدیل مرکزی و مقیاس بندی بر اساس جمعیت مقیاس بندی کرد. کلاس میانگین و انحراف استاندارد هر متغیر را ذخیره می کند.
ارگ |
---|
tensor | تانسور ابعاد (n_geos, n_times, n_channel) برای محاسبه میانگین و انحرافات استاندارد استفاده می شود. |
population | یک تانسور بعد (n_geos,) که شامل جمعیت هر جغرافیایی است، برای محاسبه فاکتورهای مقیاس استفاده میشود. |
population_scaling_id | یک تانسور بولی اختیاری از ابعاد (n_channels,) که متغیرهایی را که مقدار آنها بر اساس جمعیت مقیاس میشود را نشان میدهد. |
روش ها
forward
مشاهده منبع
forward(
tensor: tf.Tensor
) -> tf.Tensor
یک تانسور معین را با استفاده از ضرایب ذخیره شده مقیاس می کند.
inverse
مشاهده منبع
inverse(
tensor: tf.Tensor
) -> tf.Tensor
یک تانسور معین را با استفاده از ضرایب ذخیره شده کاهش می دهد.
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-11-19 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2024-11-19 بهوقت ساعت هماهنگ جهانی."],[],["This content describes a `CenteringAndScalingTransformer` class that transforms a tensor by centering (mean zero) and scaling (standard deviation one) its variables. It takes a tensor, population data, and an optional population scaling ID as input. The class stores the mean and standard deviation. It has two main methods: `forward`, which applies the scaling to a tensor, and `inverse`, which reverses the scaling using the stored coefficients. The transformations can be applied channel-wise with the `population_scaling_id`.\n"],null,[]]