Python Tensorflow：多项式尝试的结果概率

我在做一个多项式尝试-我有一个概率向量

p=[p1，p2，p3]

和一个观察结果向量

n=[n1，n2，n3]

如何使用TensorFlow发现此类事件的概率？我希望有一个解决方案也适用于矩阵（即，我有一个张量，每行表示概率，一个张量，每行表示结果）

您可以使用：

输出：

0.13888888

您还可以同时使用多个发行版，如下所示：

import tensorflow as tf

probs = tf.placeholder(tf.float32, [None, 3])
counts = tf.placeholder(tf.float32, [None, 3])
total_counts = tf.reduce_sum(counts, axis=1)
multinomial = tf.distributions.Multinomial(total_counts, probs=probs)
prob_counts = multinomial.prob(counts)

在这种情况下，

probs的每一行将是一个概率分布，每一行
计数
一个分布样本，
prob\u的每个元素计数
每个样本的概率

import tensorflow as tf

probs = tf.placeholder(tf.float32, [None, 3])
counts = tf.placeholder(tf.float32, [None, 3])
total_counts = tf.reduce_sum(counts, axis=1)
multinomial = tf.distributions.Multinomial(total_counts, probs=probs)
prob_counts = multinomial.prob(counts)