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 分佈。

引數:

• param (torch.Tensor) – Delta 分佈的引數；

• atol (數字, 可選) – 用於判斷張量是否匹配分佈引數的絕對容差；預設為 1e-6

• rtol (數字, 可選) – 用於判斷張量是否匹配分佈引數的相對容差；預設為 1e-6

• batch_shape (torch.Size, 可選) – batch 形狀；

• event_shape (torch.Size, optional) – 結果的形狀。

expand(batch_shape: Size, _instance=None)

返回一個新的分佈例項（或填充由派生類提供的現有例項），其中批處理維度已擴充套件到 batch_shape。此方法呼叫分佈引數上的 expand。因此，這不會為擴充套件的分佈例項分配新記憶體。此外，當例項首次建立時，這也不會在 __init__.py 中重複任何引數檢查或引數廣播。

引數:

• batch_shape (torch.Size) – 所需的擴充套件大小。

• _instance – 由需要覆蓋 .expand 的子類提供的新的例項。

返回:

批處理維度已擴充套件到 batch_size 的新的分佈例項。

log_prob(value: Tensor) → Tensor

返回在 value 處評估的機率密度/質量函式的對數。

引數:

value (Tensor) –

property mean: Tensor

返回分佈的均值。

property mode: Tensor

返回分佈的眾數。

rsample(size=None) → Tensor

生成 sample_shape 形狀的重引數化樣本，如果分佈引數是批處理的，則生成 sample_shape 形狀的重引數化樣本批次。

sample(size=None) → Tensor

生成 sample_shape 形狀的樣本，如果分佈引數是批處理的，則生成 sample_shape 形狀的樣本批次。