質問編集履歴
2
該当するソースコードの追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -26,28 +26,24 @@
|
|
|
26
26
|
|
|
27
27
|
|
|
28
28
|
|
|
29
|
-
|
|
29
|
+
multinomialを使っているので基本的には並べ替えを変えているようですが、それだけでしょうか。
|
|
30
30
|
|
|
31
|
-
```Py
|
|
31
|
+
```PyTorch
|
|
32
32
|
|
|
33
|
-
a
|
|
33
|
+
def sample(self, sample_shape=torch.Size()):
|
|
34
34
|
|
|
35
|
-
l
|
|
35
|
+
sample_shape = self._extended_shape(sample_shape)
|
|
36
36
|
|
|
37
|
-
ac
|
|
37
|
+
param_shape = sample_shape + torch.Size((self._num_events,))
|
|
38
38
|
|
|
39
|
-
|
|
39
|
+
probs = self.probs.expand(param_shape)
|
|
40
40
|
|
|
41
|
-
|
|
41
|
+
probs_2d = probs.reshape(-1, self._num_events)
|
|
42
42
|
|
|
43
|
-
lo
|
|
43
|
+
sample_2d = torch.multinomial(probs_2d, 1, True)
|
|
44
44
|
|
|
45
|
-
|
|
45
|
+
return sample_2d.reshape(sample_shape)
|
|
46
46
|
|
|
47
|
-
log_prob tensor(-0.5108)
|
|
48
47
|
|
|
49
|
-
action tensor(0)
|
|
50
|
-
|
|
51
|
-
log_prob tensor(-0.9163)
|
|
52
48
|
|
|
53
49
|
```
|
1
リンク追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -22,7 +22,7 @@
|
|
|
22
22
|
|
|
23
23
|
```
|
|
24
24
|
|
|
25
|
-
この確率分布クラスは毎回サンプリング値が異なりますが、具体的に、どのような計算を行っているのしょうか。
|
|
25
|
+
この確率分布クラスは毎回サンプリング値が異なりますが、具体的に、どのような計算を行っているのしょうか。参考ページ[PROBABILITY DISTRIBUTIONS - TORCH.DISTRIBUTIONS](https://pytorch.org/docs/stable/distributions.html)
|
|
26
26
|
|
|
27
27
|
|
|
28
28
|
|