orbit/template/dlt.py [279:302]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
        if self.num_of_positive_regressors > 0:
            x = np.clip(
                np.random.normal(
                    loc=0, scale=0.1, size=self.num_of_positive_regressors
                ),
                1e-5,
                2.0,
            )
            init_values[
                LatentSamplingParameters.REGRESSION_POSITIVE_COEFFICIENTS.value
            ] = x
        if self.num_of_negative_regressors > 0:
            x = np.clip(
                np.random.normal(
                    loc=0, scale=0.1, size=self.num_of_negative_regressors
                ),
                -2.0,
                -1e-5,
            )
            init_values[
                LatentSamplingParameters.REGRESSION_NEGATIVE_COEFFICIENTS.value
            ] = x
        if self.num_of_regular_regressors > 0:
            x = np.clip(
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -



orbit/template/lgt.py [237:260]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
            if self.num_of_positive_regressors > 0:
                x = np.clip(
                    np.random.normal(
                        loc=0, scale=0.1, size=self.num_of_positive_regressors
                    ),
                    1e-5,
                    2.0,
                )
                init_values[
                    LatentSamplingParameters.REGRESSION_POSITIVE_COEFFICIENTS.value
                ] = x
            if self.num_of_negative_regressors > 0:
                x = np.clip(
                    np.random.normal(
                        loc=0, scale=0.1, size=self.num_of_negative_regressors
                    ),
                    -2.0,
                    -1e-5,
                )
                init_values[
                    LatentSamplingParameters.REGRESSION_NEGATIVE_COEFFICIENTS.value
                ] = x
            if self.num_of_regular_regressors > 0:
                x = np.clip(
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -