Ejemplos de uniform_keypoints_for_signal en Python

Ejemplo n.º 1

Archivo: etl_1d.py Proyecto: phymucs/lattice

 def keypoints_config():
   return tfl.uniform_keypoints_for_signal(
       num_keypoints,
       input_min=0.0,
       input_max=x.max(),
       output_min=0.0,
       output_max=lattice_size - 1
   )

Ejemplo n.º 2

hparams = tfl.CalibratedLatticeHParams(
    feature_names=['distance', 'quality'],
    num_keypoints=num_keypoints,
    learning_rate=0.1,
)

# Set feature monotonicity.
hparams.set_feature_param('distance', 'monotonicity', -1)
hparams.set_feature_param('quality', 'monotonicity', +1)

# Define keypoint init.
keypoints_init_fns = {
    'distance':
    lambda: tfl.uniform_keypoints_for_signal(num_keypoints,
                                             input_min=0.0,
                                             input_max=10.0,
                                             output_min=0.0,
                                             output_max=1.0),
    'quality':
    lambda: tfl.uniform_keypoints_for_signal(num_keypoints,
                                             input_min=0.0,
                                             input_max=5.0,
                                             output_min=0.0,
                                             output_max=1.0),
}

lattice_estimator = tfl.calibrated_lattice_regressor(
    feature_columns=feature_columns,
    hparams=hparams,
    keypoints_initializers_fn=keypoints_init_fns)

Ejemplo n.º 3

num_keypoints = 10
hparams = tfl.CalibratedLatticeHParams(
    feature_names=['distance', 'quality'],
    num_keypoints=num_keypoints,
    learning_rate=0.1,
)

# Set feature monotonicity.
hparams.set_feature_param('distance', 'monotonicity', -1)
hparams.set_feature_param('quality', 'monotonicity', +1)

# Define keypoint init.
keypoints_init_fns = {
    'distance': lambda: tfl.uniform_keypoints_for_signal(num_keypoints,
                                                         input_min=0.0,
                                                         input_max=10.0,
                                                         output_min=0.0,
                                                         output_max=1.0),
    'quality': lambda: tfl.uniform_keypoints_for_signal(num_keypoints,
                                                        input_min=0.0,
                                                        input_max=5.0,
                                                        output_min=0.0,
                                                        output_max=1.0),
}

lattice_estimator = tfl.calibrated_lattice_regressor(
    feature_columns=feature_columns,
    hparams=hparams,
    keypoints_initializers_fn=keypoints_init_fns)

# Train!

Ejemplo n.º 4

Archivo: estimator_test.py Proyecto: agiledots/study-lattice

def init_fn():
    return tfl.uniform_keypoints_for_signal(num_keypoints,
                                            input_min=-1.0,
                                            input_max=1.0,
                                            output_min=0.0,
                                            output_max=1.0)

Ejemplo n.º 5

Archivo: image_compression.py Proyecto: phymucs/lattice

 def keypoints_initializers():
     return tfl.uniform_keypoints_for_signal(num_keypoints,
                                             input_min=0.0,
                                             input_max=im_pixels.max(),
                                             output_min=0.0,
                                             output_max=lattice_size - 1)