有没有一种简单的方法可以从tensorflow-probability中的联合分布中“观察”证据和样本?例如,在PyMC3中,Distribution类在其构造函数中具有observed参数,因此可以根据证据轻松设置条件(并运行MCMC以获得后验样本)。有一些与Edward相关的文档,但对于简单的情况,我无法理解,例如: import tensorflow_probability.python.distributions as tfd
我正在尝试为MCMC定义一个模型函数。其思想是用概率比控制两个分布的混合。我的一个尝试是这样的: import tensorflow as tftfd = tfp.distributions
rootshape must be compatible with cat shape and other component batch shapes ((2, 2) vs ()) 你