Tensorflow 控制tfp.layers.MixtureNormal的广播行为

我试图用张量流概率创建一个多元混合密度网络。通过上述框架，我可以访问一个层，该层为单变量情况提供我想要的输出：

tfp.layers.MixtureNormal

，但我很难使其适应多变量情况，在这种情况下，我基本上需要一个独立混合模型的

n*m

网格（每个变量一个混合模型，我正在执行回归）

tfp.layers.MixtureNormal

允许指定输出分布的事件形状，如下所示：

tfp.layers.MixtureNormal（num\u components=c，event\u shape=（m，n））

，但这会导致

c

分布的混合，每个分布都具有事件形状

（m，n）

我怎样才能更好地实现事件形状

m*n

的独立混合

（，）

，或者说

m

与事件形状

（n）

我知道我可以对每个变量使用单独的层，但这感觉不太令人满意，因为我必须通过黑客再次将它们连接在一起