Ejemplos de multivariate_rbf en Python

Ejemplo n.º 1

 def test_multivariate_rbf_2d(self):
     with self.test_session():
         x = tf.constant([[0.0], [0.0]])
         self.assertAllClose(multivariate_rbf(x).eval(), 1.0)
         x = tf.constant([[10.0], [2.0]])
         y = tf.constant([[2.0], [10.0]])
         self.assertAllClose(multivariate_rbf(x, y=y).eval(), 1.26e-14)
         x = tf.constant([[0.0], [10.0]])
         y = tf.constant([[1.0], [1.0]])
         sigma = tf.constant(10.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma).eval(), 1.562882e-16)
         x = tf.constant([[0.0], [10.0]])
         y = tf.constant([[1.0], [1.0]])
         sigma = tf.constant(10.0)
         l = tf.constant(5.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(), 19.39800453)
         x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
         self.assertAllClose(multivariate_rbf(x).eval(), 0.0)
         x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
         y = tf.constant([[2.0, 3.0], [2.0, 3.0]])
         self.assertAllClose(multivariate_rbf(x, y=y).eval(), 1.26e-14)
         x = tf.constant([[0.0, 1.0], [10.0, -3.0]])
         y = tf.constant([[1.0, 2.0], [1.0, 2.0]])
         sigma = tf.constant(10.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma).eval(), 3.532628e-22)
         x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
         y = tf.constant([[2.0, 3.0], [2.0, 3.0]])
         sigma = tf.constant(10.0)
         l = tf.constant(5.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(), 7.730474472)

Ejemplo n.º 2

Archivo: gp_classification.py Proyecto: Hulalazz/edward

    def kernel(self, xs):
        mat = []
        for i in xrange(self.N):
            mat += [[]]
            xi = xs[i, 1:]
            for j in xrange(self.N):
                if j == i:
                    mat[i] += [multivariate_rbf(xi, xi, self.sigma, self.l)]
                else:
                    mat[i] += [multivariate_rbf(xi, xs[j, 1:], self.sigma, self.l)]

            mat[i] = tf.pack(mat[i])

        return tf.pack(mat)

Ejemplo n.º 3

 def test_multivariate_rbf_1d(self):
     with self.test_session():
         x = tf.constant([0.0])
         self.assertAllClose(multivariate_rbf(x).eval(), 1.0)
         x = tf.constant([10.0])
         y = tf.constant([2.0])
         self.assertAllClose(multivariate_rbf(x, y=y).eval(), 1.26e-14)
         x = tf.constant([0.0])
         y = tf.constant([1.0])
         sigma = tf.constant(10.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma).eval(), 60.6530685)
         x = tf.constant([0.0])
         y = tf.constant([1.0])
         sigma = tf.constant(10.0)
         l = tf.constant(5.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(), 98.01986694)
         x = tf.constant([0.0, 1.0])
         self.assertAllClose(multivariate_rbf(x).eval(), 0.606530666)
         x = tf.constant([10.0, 3.0])
         y = tf.constant([2.0, 3.0])
         self.assertAllClose(multivariate_rbf(x, y=y).eval(), 1.26e-14)
         x = tf.constant([0.0, 1.0])
         y = tf.constant([1.0, 2.0])
         sigma = tf.constant(10.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma).eval(), 36.7879447)
         x = tf.constant([0.0, -23.0])
         y = tf.constant([1.0, -93.0])
         sigma = tf.constant(10.0)
         l = tf.constant(50.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(), 37.52360534)

Ejemplo n.º 4

Archivo: gp_classification.py Proyecto: maedoc/edward

def kernel(x):
    mat = []
    for i in range(N):
        mat += [[]]
        xi = x[i, :]
        for j in range(N):
            if j == i:
                mat[i] += [multivariate_rbf(xi, xi)]
            else:
                xj = x[j, :]
                mat[i] += [multivariate_rbf(xi, xj)]

        mat[i] = tf.pack(mat[i])

    return tf.pack(mat)

Ejemplo n.º 5

    def kernel(self, x):
        mat = []
        for i in range(self.N):
            mat += [[]]
            xi = x[i, :]
            for j in range(self.N):
                if j == i:
                    mat[i] += [multivariate_rbf(xi, xi, self.sigma, self.l)]
                else:
                    xj = x[j, :]
                    mat[i] += [multivariate_rbf(xi, xj, self.sigma, self.l)]

            mat[i] = tf.pack(mat[i])

        return tf.pack(mat)

Ejemplo n.º 6

Archivo: gp_classification.py Proyecto: bradleyhb/edward

    def kernel(self, x):
        mat = []
        for i in range(self.N):
            mat += [[]]
            xi = x[i, :]
            for j in range(self.N):
                if j == i:
                    mat[i] += [multivariate_rbf(xi, xi, self.sigma, self.l)]
                else:
                    xj = x[j, :]
                    mat[i] += [multivariate_rbf(xi, xj, self.sigma, self.l)]

            mat[i] = tf.pack(mat[i])

        return tf.pack(mat)

Ejemplo n.º 7

 def test_multivariate_rbf_0d(self):
     with self.test_session():
         x = tf.constant(0.0)
         self.assertAllClose(multivariate_rbf(x).eval(), 1.0)
         x = tf.constant(10.0)
         y = tf.constant(2.0)
         self.assertAllClose(multivariate_rbf(x, y=y).eval(), 1.26e-14)
         x = tf.constant(0.0)
         y = tf.constant(1.0)
         sigma = tf.constant(10.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma).eval(), 60.6530685)
         x = tf.constant(0.0)
         y = tf.constant(1.0)
         sigma = tf.constant(10.0)
         l = tf.constant(5.0)
         self.assertAllClose(
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(), 98.01986694)

Ejemplo n.º 8

Archivo: test_multivariate_rbf.py Proyecto: blei-lab/edward

 def test_multivariate_rbf_0d(self):
   with self.test_session():
     x = tf.constant(0.0)
     self.assertAllClose(multivariate_rbf(x).eval(),
                         1.0)
     x = tf.constant(10.0)
     y = tf.constant(2.0)
     self.assertAllClose(multivariate_rbf(x, y=y).eval(),
                         1.26e-14)
     x = tf.constant(0.0)
     y = tf.constant(1.0)
     sigma = tf.constant(10.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma).eval(),
                         60.6530685)
     x = tf.constant(0.0)
     y = tf.constant(1.0)
     sigma = tf.constant(10.0)
     l = tf.constant(5.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(),
                         98.01986694)

Ejemplo n.º 9

Archivo: test_multivariate_rbf.py Proyecto: blei-lab/edward

 def test_multivariate_rbf_2d(self):
   with self.test_session():
     x = tf.constant([[0.0], [0.0]])
     self.assertAllClose(multivariate_rbf(x).eval(),
                         1.0)
     x = tf.constant([[10.0], [2.0]])
     y = tf.constant([[2.0], [10.0]])
     self.assertAllClose(multivariate_rbf(x, y=y).eval(),
                         1.26e-14)
     x = tf.constant([[0.0], [10.0]])
     y = tf.constant([[1.0], [1.0]])
     sigma = tf.constant(10.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma).eval(),
                         1.562882e-16)
     x = tf.constant([[0.0], [10.0]])
     y = tf.constant([[1.0], [1.0]])
     sigma = tf.constant(10.0)
     l = tf.constant(5.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(),
                         19.39800453)
     x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
     self.assertAllClose(multivariate_rbf(x).eval(),
                         0.0)
     x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
     y = tf.constant([[2.0, 3.0], [2.0, 3.0]])
     self.assertAllClose(multivariate_rbf(x, y=y).eval(),
                         1.26e-14)
     x = tf.constant([[0.0, 1.0], [10.0, -3.0]])
     y = tf.constant([[1.0, 2.0], [1.0, 2.0]])
     sigma = tf.constant(10.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma).eval(),
                         3.532628e-22)
     x = tf.constant([[10.0, 3.0], [10.0, 3.0]])
     y = tf.constant([[2.0, 3.0], [2.0, 3.0]])
     sigma = tf.constant(10.0)
     l = tf.constant(5.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(),
                         7.730474472)

Ejemplo n.º 10

Archivo: test_multivariate_rbf.py Proyecto: blei-lab/edward

 def test_multivariate_rbf_1d(self):
   with self.test_session():
     x = tf.constant([0.0])
     self.assertAllClose(multivariate_rbf(x).eval(),
                         1.0)
     x = tf.constant([10.0])
     y = tf.constant([2.0])
     self.assertAllClose(multivariate_rbf(x, y=y).eval(),
                         1.26e-14)
     x = tf.constant([0.0])
     y = tf.constant([1.0])
     sigma = tf.constant(10.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma).eval(),
                         60.6530685)
     x = tf.constant([0.0])
     y = tf.constant([1.0])
     sigma = tf.constant(10.0)
     l = tf.constant(5.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(),
                         98.01986694)
     x = tf.constant([0.0, 1.0])
     self.assertAllClose(multivariate_rbf(x).eval(),
                         0.606530666)
     x = tf.constant([10.0, 3.0])
     y = tf.constant([2.0, 3.0])
     self.assertAllClose(multivariate_rbf(x, y=y).eval(),
                         1.26e-14)
     x = tf.constant([0.0, 1.0])
     y = tf.constant([1.0, 2.0])
     sigma = tf.constant(10.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma).eval(),
                         36.7879447)
     x = tf.constant([0.0, -23.0])
     y = tf.constant([1.0, -93.0])
     sigma = tf.constant(10.0)
     l = tf.constant(50.0)
     self.assertAllClose(multivariate_rbf(x, y=y, sigma=sigma, l=l).eval(),
                         37.52360534)

Ejemplo n.º 11

Archivo: test_multivariate_rbf.py Proyecto: blei-lab/edward

 def test_contraint_raises(self):
   with self.test_session():
     x = tf.constant(0.0)
     y = tf.constant(1.0)
     sigma = tf.constant(-1.0)
     l = tf.constant(-5.0)
     with self.assertRaisesOpError('Condition'):
       multivariate_rbf(x, y=y, sigma=sigma).eval()
       multivariate_rbf(x, y=y, l=l).eval()
       multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()
     x = np.inf * tf.constant(1.0)
     y = tf.constant(1.0)
     sigma = tf.constant(1.0)
     l = tf.constant(5.0)
     with self.assertRaisesOpError('Inf'):
       multivariate_rbf(x).eval()
       multivariate_rbf(x, y=y).eval()
       multivariate_rbf(x, y=y, sigma=sigma).eval()
       multivariate_rbf(x, y=y, l=l).eval()
       multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()
     x = tf.constant(0.0)
     y = np.nan * tf.constant(1.0)
     sigma = tf.constant(1.0)
     l = tf.constant(5.0)
     with self.assertRaisesOpError('NaN'):
       multivariate_rbf(x, y=y).eval()
       multivariate_rbf(x, y=y, sigma=sigma).eval()
       multivariate_rbf(x, y=y, l=l).eval()
       multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()

Ejemplo n.º 12

Archivo: test_multivariate_rbf.py Proyecto: xsongx/edward

 def test_contraint_raises(self):
     with self.test_session():
         x     = tf.constant(0.0)
         y     = tf.constant(1.0)
         sigma = tf.constant(-1.0)
         l     = tf.constant(-5.0)
         with self.assertRaisesOpError('Condition'):
             multivariate_rbf(x, y=y, sigma=sigma).eval()
             multivariate_rbf(x, y=y, l=l).eval()
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()
         x     = np.inf * tf.constant(1.0)
         y     = tf.constant(1.0)
         sigma = tf.constant(1.0)
         l     = tf.constant(5.0)
         with self.assertRaisesOpError('Inf'):
             multivariate_rbf(x).eval()
             multivariate_rbf(x, y=y).eval()
             multivariate_rbf(x, y=y, sigma=sigma).eval()
             multivariate_rbf(x, y=y, l=l).eval()
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()
         x     = tf.constant(0.0)
         y     = np.nan * tf.constant(1.0)
         sigma = tf.constant(1.0)
         l     = tf.constant(5.0)
         with self.assertRaisesOpError('NaN'):
             multivariate_rbf(x, y=y).eval()
             multivariate_rbf(x, y=y, sigma=sigma).eval()
             multivariate_rbf(x, y=y, l=l).eval()
             multivariate_rbf(x, y=y, sigma=sigma, l=l).eval()