如何在 TensorFlow Probability 中创建分布数组？

Question

我正在尝试使用 Tensorflow Probability 编写代码，以使用 EM 算法对一组样本（来自多个高斯分布）进行分类。

因为我想为任何一般问题编写此代码（如果样本来自 2 个高斯分布或 8 个高斯分布，我希望它能够工作）。

我现在遇到的问题是 我找不到创建tfd.Normal 数组的方法。

我想将它作为一个数组（或其他类似类型的数据），因为这样我可以处理不确定数量的分布。

谁能帮我解决这个问题？

下面的代码可以解决吗？

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 分发是开箱即用的批处理功能。您的代码应该可以工作，并且代表 2 个正态分布的向量，其中第一个是 N(X|20, 8)，第二个是 N(X|60, 4)。

您可以通过true_dist.batch_shape 进行查询（在这种情况下将返回[2]）。

您现在可以采样：true_dist.sample()（返回一个 float64，形状为 [2]）。

您可以计算概率：true_dist.log_prob(0)（返回一个 float64，形状为 [2]，代表[log N(0|20, 8), log N(0|60, 4)]）。

您可以估计每个批次成员的独立概率：true_dist.log_prob([0, 1])（返回一个float64，形状为[2]，代表[log N(0|20, 8), log N(1|60, 4)]）。

还要注意 TFP 分布广播它们的参数，所以如果你想要两个具有相同 loc 和不同比例的法线，你可以写 tfd.Normal(0, [10, 20])。