我正在创建一个新的keras层,它接受输入数据的向量,并由2个标量、平均值和标准差进行参数化。我将输入数据建模为正态分布,并通过梯度下降估计其均值和方差。tensorflow概率文档指出,您可以传入分布参数的训练变量,并通过它们进行支持。我如何让它在keras中工作? 下面是一个最小的工作示例。import tensorflow as tfimport numpy as np
我正在尝试使用tensorflow概率层来创建多变量正态分布的混合。当我使用IndependentNormal层时,它工作得很好,但是当我使用MultivariateNormalTriL层时,我遇到了event_shape的问题。我将这些层与MixtureSameFamily层组合在一起。import tensorflow.keras as keras
prin
我有一个代码,它将Tensorflow概率(需要TF 2.00)与Keras修剪混合,修剪第一密集层的权重并提供TF概率的输入,具有相同模型中的两个代码(Keras + TF)。代码: from tensorflow_model_optimization.sparsity import keras as sparsity
Attri