python – 如何在tensorflow中计算PDF

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 如何在tensorflow中计算PDF，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含673字，纯文字阅读大概需要1分钟。

内容图文

在Matlab中,我可以使用计算高斯分布的概率密度函数(PDF)

x = [0.8147,0.9058,0.1270,0.9134,0.6324,0.0975,0.2785,0.5469,0.9575,0.9649]
y = normpdf(x,1.0,2.5)

输出：

y = 0.1591    0.1595    0.1501    0.1595    0.1579    0.1495    0.1531    0.1570    0.1596    0.1596

使用张量流,我试过这个

x = tf.variable([0.8147,0.9058,0.1270,0.9134,0.6324,0.0975,0.2785,0.5469,0.9575,0.9649],tf.float32)
y = tf.contrib.distributions.NormalWithSoftplusSigma.pdf(x)

我得到一个错误TypeError：pdf缺少1个必需的位置参数

如何输入mu和sigma值到这个发行版？得到类似的输出.

解决方法:

首先创建一个Normal分布对象,然后使用pdf方法

dist = tf.contrib.distributions.Normal(1.0, 2.5)
y = dist.pdf(x)

有关详细信息,请参见this.

内容总结

以上是互联网集市为您收集整理的python – 如何在tensorflow中计算PDF全部内容，希望文章能够帮你解决python – 如何在tensorflow中计算PDF所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---