Tensorflow的递归混合密度网络？

有舒斯特的Tensorflow的实现吗？亚历克斯·格雷夫斯在他的“”论文中使用了它们，效果非常显著。

目前还没有，但观点很好。递归神经网络是在TensorFlow中的，如果你把它们和损失结合起来，使高斯分布的可能性最大化，那么你就可以设置它。我们还没有尝试过这一点，但从理论上讲，这应该是可能的，因为现在已经有了——然而，通过对这一案例进行特殊损失（我们目前还没有）来简化这一点是可能的。

我看起来像某个人。它包括2D循环混合密度网络。

见我的新答案；看起来有人已经实现了它！有没有人见过在当前的Tensorflow（1.1）中工作的版本，并且可能使用内置的混合模型？如果使用这样的网络，而不需要那么多的自定义代码来从网络中进行采样，那将是一件非常棒的事情。