DenseVariational模型的收益转化回报分布

问题描述

我想使用密集的变分层来量化认识和不确定的不确定性,以找​​到分布层的最佳参数。

通常,该网络从变化层的后验分布输出样本,以产生多个输出分布。

我不仅要对这些输出分布进行采样,还希望将变化层分布和输出分布层链接起来 ,这样我就可以用归一化流程获得CDF 。我知道这在计算上很快变得不可行,但是是否有任何优雅的方法使用张量流来做到这一点?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

错误1:Request method ‘DELETE‘ not supported 错误还原:...
错误1:启动docker镜像时报错:Error response from daemon:...
错误1:private field ‘xxx‘ is never assigned 按Alt...
报错如下,通过源不能下载,最后警告pip需升级版本 Requirem...