什么是tensorflow概率中外行术语中的双射
什么是tensorflow概率中外行术语中的双射
提问于 2019-06-03 18:19:09
我不能理解Tensorflow-probability中的Bijectors。如何使用它们。
standard_gumbel = tfd.TransformedDistribution(
distribution=tfd.Exponential(rate=1.),
bijector=tfb.Chain([
tfb.Affine(
scale_identity_multiplier=-1.,
event_ndims=0),
tfb.Invert(tfb.Exp()),
]))回答 1
Stack Overflow用户
回答已采纳
发布于 2019-06-05 01:21:55
双射函数以概率密度封装change of variables。
粗略地说，当您(平滑且可逆地)将一个空间映射到另一个空间时，您还可以从初始空间上的概率密度导出到目标空间上的密度的映射。通常，这样的变换将初始空间中的长度/面积/体积(度量)扭曲到目标空间中的不同长度/面积/体积。由于密度包含了体积信息，因此我们需要跟踪这些翘曲，并在计算后一个空间中的概率密度时考虑它们。
通过实现正向和反向变换，以及对数雅可比行列式，双射函数为我们提供了变换随机样本和概率密度所需的所有信息。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56425301
复制相关文章
相似问题
腾讯云开发者
