Events 什么是tensorflow分布中的事件索引

tensorflow分布有一个方法batch_shape，该方法将单个事件索引中单个样本的形状作为TensorShape返回。有人能解释一下什么是事件索引吗？

这里有几个概念，其中两个是批处理形状和事件形状

事件形状与样本的形状相关。例如，正态分布、泊松分布、伽马分布等标量分布的事件_形状为[]（这意味着单个绘图是标量）

多元分布，如二元正态分布，可以具有不同的事件_形状（在本例中[2]，表示绘图是二维向量）

批次形状指的是拥有一批发行版

例如，法线（loc=[0,0]，scale=[2,3]）具有批次形状[2]。这是因为它编码有两个正态分布：一个loc=0，一个scale=2。还有一个loc=0，比例=3。只是我们只能携带一个普通物体，而不是2个（而且所有的计算都是批处理的，这有利于提高速度）

---

有关更多信息，我强烈建议您查看笔记本：

谢谢。然而，指数的概念是如何产生的呢？事件是如何索引的？我认为文档字符串中的注释“事件索引”有点模糊（感谢您指出这一点，我将尝试发送PR来修复它）。它被认为是单个事件的平均值（例如，泊松的事件形状是标量，对于MVN是向量，等等）。