如何在 TensorFlow Probability 中創建分布數組？

Question

我正在嘗試使用 Tensorflow Probability 編寫代碼，以使用 EM 算法對一組樣本（來自多個高斯分布）進行分類。

因為我想為任何通用問題編寫此代碼（如果樣本來自 2 個高斯分布或 8 個高斯分布，我希望它可以工作）。

我現在遇到的問題是我找不到創建tfd.Normal數組的tfd.Normal 。

我想把它作為一個數組（或其他類似類型的數據），因為這樣我可以處理不確定數量的分布。

誰能幫我解決這個問題？

下面的代碼是一個解決方案嗎？

true_mu = np.array([20,60], dtype=np.float64)
true_sigma = np.array([8,4], dtype=np.float64)  
true_dist = tfd.Normal(loc=true_mu, scale=true_sigma)

Answer 1

TFP 分發具有開箱即用的批處理功能。 您的代碼應該可以工作，並表示一個包含 2 個正態分布的向量，其中第一個是N(X|20, 8) ，第二個是N(X|60, 4) 。

您可以通過true_dist.batch_shape查詢（在這種情況下將返回[2] ）。

您現在可以采樣： true_dist.sample() （返回形狀為[2]的 float64 ）。

您可以計算概率： true_dist.log_prob(0) （返回形狀為[2]的 float64 ，表示[log N(0|20, 8), log N(0|60, 4)] ）。

您可以估計每個批次成員的獨立true_dist.log_prob([0, 1]) ： true_dist.log_prob([0, 1]) （返回形狀為[2]的float64 ，代表[log N(0|20, 8), log N(1|60, 4)] )。

另請注意，TFP 分布會廣播它們的參數，因此如果您想要兩個具有相同位置和不同比例的法線，您可以編寫tfd.Normal(0, [10, 20]) 。