TFP发行版应该具有开箱即用的批处理能力。然而，我面临着批量混合分布的问题。scale=[0.5, 0.5]),print(bimix_gauss.prob(0.0)) 基本上，它只是对默认示例https://www.tensorflow.org/probability/api_docs/python/tfp/distributions/Mix
浏览 11提问于2019-10-07得票数 0
回答已采纳
给定N个独立的二项式变量(不同分布)，如何以TensorFlow概率分布对象的形式计算这些随机变量和的概率分布？
浏览 22提问于2021-09-10得票数 1
回答已采纳
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
rootcompatible with cat shape and other component batch shapes ((2, 2) vs ()) 你能给我一个例子，说明如何以一种允许输入“任何”形状的</e
浏览 37提问于2021-02-27得票数 0
回答已采纳
1回答
我想在MATLAB (使用统计工具箱)中包括一些简单的方法来从现有的概率分布中创建新的概率分布。例如:有限的混合物或复合分布。我的目标是实现与现有概率分布及其周围环境的无缝集成。文档只包含预定义发行版的描述。对于“概率分布对象”的类结构，以及如何编写自定义<
浏览 7提问于2016-03-30得票数 6
回答已采纳
我在TensorFlow概率中实现一个贝叶斯网络来建模不同ML模型之间的交互。让我们假设模型是作为TensorFlow估计构建的。然后，对给定输入数据的类的条件概率进行简单的估计。在TensorFlow概率中是否有一种方法来包装估计量，以便我可以将它作为一个分布来处理？
浏览 4提问于2019-11-26得票数 0
回答已采纳
1回答
我有两个离散的概率分布。它们被表示为TensorFlow一维张量p1和p2，每个长度为len。我想生成成对的索引(i, j)，其中i是从第一个概率分布生成的，j是从第二个概率分布生成的。我希望生成大量的对，直到总共有len个不同的对。如何在TensorFlow中使用while循环或扫描来实现这一点？
浏览 0提问于2019-03-06得票数 1
我刚刚开始研究TensorFlow，我不确定如何从自定义概率分布中采样，该概率分布不容易表达为股票分布的组合。 如何为MCMC采样器的target_log_prob输入使用自定义函数？
浏览 14提问于2020-09-19得票数 0
回答已采纳
我有一个一维np.ndarray，里面充满了定义分类分布的非标准化对数概率。我想从这个分布中抽取一个整数索引。由于许多概率都很小，对对数概率进行归一化和指数化会带来很大的数值误差，因此我不能使用。实际上，我正在寻找一个与TensorFlow的等效的NumPy，它处理非标准化的对数概率。
如果NumPy中没有直接实现此目的的函数，
浏览 0提问于2021-01-24得票数 2
我正在学习hmm，并尝试在Python包(http://hmmlearn.github.io/hmmlearn/hmm.html#building-hmm-and-generating-samples)中实现它不过，我不太明白文件上说的是什么：
本模块中的类包括MultinomialHMM、GaussianHMM和GMMHMM。它们使用由多项分布、高斯分布和高斯分布的混合分布确
浏览 0提问于2015-08-12得票数 3
1回答
我正在尝试将pytorch脚本转换为tensorflow，并且我需要从分类分布中获取日志概率。但是，即使使用相同的种子，tensorflow计算的对数概率也与pytorch的对数概率不同。这就是我到目前为止所做的from torch.distributions import Categoricalimp
浏览 16提问于2019-11-07得票数 3
回答已采纳
在Tensorflow手册中，标签的描述如下：
那么，这是否意味着标签可以如下所示，如果我对每个输入都有实际的类的概率分布。
浏览 0提问于2018-06-27得票数 0
回答已采纳
Tensorflow的softmax_cross_entropy_with_logits文档：
度量离散分类任务中的概率错误，其中类是互斥的(每个条目正好在一个类中)。注意:虽然类是相互排斥的，但它们的概率不一定是。所需要的就是每一行标签都是有效的概率分布。如果不是，梯度的计算将是不正确的。乍一看，它可能是自相
浏览 0提问于2018-05-22得票数 4
2回答
我有一个向量，例如N个元素的V = [10, 30, 20, 50]和概率向量P = [.2, .3, .1, .4]。在tensorflow中，如何从服从给定概率分布P的V中随机抽取K元素？我想用替换的方法来做取样。
浏览 1提问于2018-04-08得票数 2
1回答
基于高斯混合模型的离群点检测
、、、、
我想从这些数据中构建一个类分布。根据学习到的分布，我希望获得每个数据实例的概率值。基于这个概率值(阈值)，我想构建一个分类器来对特定数据实例是否来自该分布进行分类。在本例中，假设我有一个50x100000的数据，其中50是每个数据实例的维度，实例数是100000。我倾向于基于这个分布的高斯混合模型。
当我尝试获取实例的概
浏览 4提问于2013-06-15得票数 0
我通过python库的scikit为LatentDirichletAllocation使用了以下代码：lda_W = lda_model.transform(tf)当我打印lda_H的shape我希望看到alpha对此的影响，因此我将上面的代码更改为：
lda_model = LatentDirichletAllocation(
浏览 31提问于2018-05-28得票数 0
回答已采纳
1回答
图2.5统计学习要素
、、、
我在计算图2.5的贝叶斯决策边界时遇到了一些困难。在ElemStatLearn软件包中，已经计算了每个点的概率，并使用轮廓线来绘制边界。谁能告诉我如何计算概率？非常感谢。在传统的贝叶斯决策问题中，混合分布通常是正态分布，但在这个例子中，它需要两个步骤来生成样本，所以我在计算分布时有一些困难。
非常感谢。
浏览 0提问于2012-09-06得票数 2
回答已采纳
1回答
看看这里提供的样本测试数据，我们可以看到 makes X的所有值都是零的，除了一个，这使得值的分布在所有观测中都为零膨胀。考虑到模型诊断，线性假设在这里不成立。值是一个数值变量，所有的观测都是相互独立的。
我想知道如何为这些数据找到一个合适的发行版，或者如何以一种能够处理这些_zero_s的方式来转换它。我读过关于gamlss和pscl包的文章，但是我很难将它们应用到数据中。
浏览 11提问于2022-07-04得票数 0
1回答
样本概率分类
、、、
我对多模态生物测量数据进行了混合分布拟合，以便对个体进行相应的分组(描绘一个长度测量的多模态直方图；假设每个模式代表不同的年龄队列，我可以从容易测量的长度数据中推断出年龄的数字)。混合分布为每个人的成员关系提供了每个模式的后验概率，因此，一旦被length类绑定，一行数据可能看起来如下：
l.class freq age1 age2 age3 age5
浏览 1提问于2013-11-01得票数 0
回答已采纳
1回答
我得到了一个64维的高斯混合分布对象obj，我想把它放在pdf函数中，以找出某个点的概率。然而，当我输入pdf(obj,obj.mu(1,:))来测试对象时，它会产生非常高的概率(如2.4845e+069)我的matlab有什么问题吗？附注：即使是pdf(obj,obj.mu(1,:)+obj.Sigma(1,1)*rand())也会产生高概率<
浏览 0提问于2013-03-21得票数 2
回答已采纳
假设一个底层过程从概率为$\alpha$的正态分布中抽取一个数字，从概率为$1 \alpha$的均匀分布中提取一个数字。因此，这个过程产生的观测数序列遵循一个分布$f$，即混合，由2分量、和混合权重 of $\alpha$和$1 - \alpha$组成。如果观测序列是唯一的输入，但参数族是已知的，你会如何用JAGS来模拟这种混合物呢？latent
浏览 2提问于2016-04-13得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
