在 tensorflow 概率中，是否有香草 "Dense" 双射器？
In tensorflow probabiliy, is there a vanilla "Dense" bijector?
例如，考虑一堆层 "a traditional keras model"。人们可能会对权重进行先验，对输入或输出的数据进行先验。如果密集网络是一个双射器，那么很多东西都可以神奇地处理。看起来 Affine 和其他一些层将允许手动构建它。有 DenseVariational 但它使用后验代理。
传统的 Dense 层不是双射的。 tfb.Affine 与 scale_tril 参数化（以及可选的 shift 来充当偏差）是双射等价物。
你能详细说说你想要实现的目标吗？
例如，考虑一堆层 "a traditional keras model"。人们可能会对权重进行先验，对输入或输出的数据进行先验。如果密集网络是一个双射器，那么很多东西都可以神奇地处理。看起来 Affine 和其他一些层将允许手动构建它。有 DenseVariational 但它使用后验代理。
传统的 Dense 层不是双射的。 tfb.Affine 与 scale_tril 参数化（以及可选的 shift 来充当偏差）是双射等价物。
你能详细说说你想要实现的目标吗？