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?