通过 feed_dict 在 gpflow 中向 predict_y 提供参数
Feeding arguments to predict_y in gpflow trough feed_dict
是否可以通过字典向 m.predict_y 提供输入？类似于计算对数似然的示例：
model.compute_log_likelihood(feed_dict={x_tensor: x_new, y_tensor: y_new})
#this
model.predict_y(feed_dict={Xnew: x_new})
不，predict_y() 需要新 X 的 numpy 数组，因为新 X 参数在 autoflow 内部处理，它会自动调用 session.run()。您可以将张量及其值传递给图形的任何其他输入。
要做您想做的事，您可以手动按照 predict_y() [1] 中所做的操作。
[1] https://github.com/GPflow/GPflow/blob/develop/gpflow/models/model.py#L201
是否可以通过字典向 m.predict_y 提供输入？类似于计算对数似然的示例：
model.compute_log_likelihood(feed_dict={x_tensor: x_new, y_tensor: y_new})
#this
model.predict_y(feed_dict={Xnew: x_new})
不，predict_y() 需要新 X 的 numpy 数组，因为新 X 参数在 autoflow 内部处理，它会自动调用 session.run()。您可以将张量及其值传递给图形的任何其他输入。
要做您想做的事，您可以手动按照 predict_y() [1] 中所做的操作。
[1] https://github.com/GPflow/GPflow/blob/develop/gpflow/models/model.py#L201