如何参数化 TensorFlow 分布？答案

【问题标题】：How to parametrize Tensorflow Distributions?如何参数化 TensorFlow 分布？
【发布时间】：2021-07-29 16:52:56
【问题描述】：

如何参数化 TensorFlow 分布？ IE。我想要一个分类分布，并想在其中添加高斯噪声。 tfp.distributions.Normal 将 loc 作为输入，如何将此 loc 设置为分类分布？

【问题讨论】：

标签： tensorflow distribution tensorflow-probability

【解决方案1】：

Categorical 具有有限整数集的值，不会真正进行类型检查。如果您有一组平均位置并想从分类中选择它们，您可以这样做，例如

num_categories = 5
means = np.linspace(-10, 10, num_categories)
jd = tfd.JointDistributionSequential([
  tfd.Categorical(logits=tf.zeros([num_categories])),
  lambda c: tfd.Normal(loc=tf.gather(means, c), scale=1.)
])

（有关这种模型规范的更多信息，请参阅Modeling with JointDistributions）

但这相当于mixture of Gaussians:

msf = tfd.MixtureSameFamily(
    tfd.Categorical(logits=tf.zeros(num_categories])),
    tfd.Normal(loc=means, scale=1.))

您还可以使用FiniteDiscrete* 作为一种实值分类的。

一些进一步的入门建议阅读：

* - 由于某种原因，FiniteDiscrete 没有在我们的 API 文档中导出。我会考虑修复。

【讨论】：