PyTorch 的 C++ API LibTorch 中是否有对应的 torch.distributions.Normal？

青葱年少 pytorch 360

原文标题 ：Is there an equivalent of torch.distributions.Normal in LibTorch, the C++ API for PyTorch?

我正在使用随机策略实现策略梯度算法，并且由于 Python 中的“辅助”非 PyTorch 操作很慢，我想在 C++ 中实现该算法。有没有办法在 PyTorch C++ API 中实现正态分布？

原文链接：https://stackoverflow.com//questions/71970806/is-there-an-equivalent-of-torch-distributions-normal-in-libtorch-the-c-api-fo

回复

我来回复
  • vaporK的头像
    vaporK 评论

    Python 实现实际上调用了at::命名空间中的 C++ 后端（CPU、CUDA，我在其中找到了这个）。在 PyTorch 团队和/或贡献者在 LibTorch 中实现前端之前，您可以使用类似这样的方法来解决它（我只实现了rsample()和log_prob()，因为这是我在这个用例中需要的）：

    constexpr double lz = log(sqrt(2 * M_PI));
class Normal {
    torch::Tensor mean, stddev, var, log_std;
public:
    Normal(const torch::Tensor &mean, const torch::Tensor &std) : mean(mean), stddev(std), var(std * std), log_std(std.log()) {}


    torch::Tensor rsample() {
        auto device = torch::cuda::is_available() ? torch::kCUDA : torch::kCPU;
        auto eps = torch::randn(1).to(device);
        return this->mean + eps * this->stddev;
    }

    torch::Tensor log_prob(const torch::Tensor &value) {
        // log [exp(-(x-mu)^2/(2 sigma^2)) / (sqrt(2 pi) * sigma)] = 
        // = log [exp(-(x-mu)^2/(2 sigma^2))] - log [sqrt(2 pi) * sigma] = 
        // = -(x - mu)^2 / (2 sigma^2) - log(sigma) - log(sqrt(2 pi))
        return -(value - this->mean)*(value - this->mean) / (2 * this->var) - this->log_std - lz;
    }
};
    2年前 0条评论

相关问题