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
![python – 如何在tensorflow中计算PDF](/upload/InfoBanner/zyjiaocheng/746/3e04a0d42ac24d73935696399f8ae99b.jpg)
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
扫描二维码推送至手机访问。
来源:【匿名】