#tensorflow2.0 #tensorflow-probability
#tensorflow2.0 #tensorflow-вероятность
Вопрос:
Представьте, что я создаю дискретную случайную величину в tensorflow. Есть способ получить P (X = k) и связанные с ним вероятности? т.е. два списка [k_1 .., k_n] и [p_1, .., p_n] с p_i = P (X = k_i) ?
Ответ №1:
Как насчет tfp.distributions.Categorical(logits=np.random.randn(10)).probs_parameter()
И если вы хотите, чтобы она принимала значения, отличные от 0 ..9, вы могли бы использовать tfp.distributions.FiniteDiscrete
Комментарии:
1. Я не уверен, что это работает .. на самом деле, я уже использую квантованное распределение непрерывного распределения, и я хочу получить {X = k} и связанные с ним вероятности моего квантованного тензора
2. Знаете ли вы диапазон поддержки базового дистрибутива? Тогда вы могли бы просто написать quantized.log_prob(tf.range(support_min, support_max))