知识卡片
采样维与条件批维分开
给100个x分别生成一个条件y时,条件批维已经是100,再传sample_shape=[100]可能增加额外采样维而得到100×100结果。应明确目标张量形状及每对(x,y)对应关系;图上点数看似合理不能替代维度检查。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 结构因果模型
原书出处 · 1 处
- · 查看原书依据
y_flow = YDist.condition(x_flow).sample(torch.Size([100,])) * maxY #1 plt.title(""" Observed values of enzyme concentration X\n and protein concentration Y""") #2 plt.xlabel('X') #2 plt.ylabel('Y') #2 plt.xlim(0, 105) #2 plt.ylim(0, 120) #2 plt.scatter( #2 X.squeeze(1), Y.squeeze(1), color='firebrick', #2 label='Actual Data', #2 alpha=0.5 #2 ) #2 plt.scatter( #2 x_flow.squeeze(1), y_flow.squeeze(), #2 label='Generated values from trained model', #2
参考来源
- 位置:《Causal AI》第06章《结构因果模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Causal AI/_epub-src/OEBPS/Text/chapter-6.xhtml)
- 结论依据:摘录中关于采样维与条件批维分开的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:y_flow = YDist.condition(x_flow).sample(torch.Size([100,])) * maxY #1 plt.title(""" Observed values of enzyme concentration X\n and protein concentration Y""") #2 plt.xlabel('X') #2 plt.ylabel('Y') #2 plt.xlim(0, 105) #2 plt.ylim(0, 120) #2 plt.scatter( #2 X.squeeze(1), Y.squeeze(1), color='firebrick', #2 label='Actual Data', #2 alpha=0.5 #2 ) #2 plt.scatter( #2 x_flow.squeeze(1), y_flow.squeeze(), #2 label='Generated values from trained model', #2