梯度能通过(Tensorflow)tf.distributions.Normal sample()吗?
我想在梯度能通过(Tensorflow)tf.distributions.Normal sample()吗?,tensorflow,tensorflow-probability,Tensorflow,Tensorflow Probability,我想在TensorFlow中实现模型的随机变量 我已经检查了源代码,但想确认渐变 DO流经变量x,其中x=“normal”。sample() 原因是函数sample()使用了重新参数化 技巧*x=平均值+西格玛*噪声(0,1)* 我的理解正确吗?你测试过了吗?这应该很简单,我想在tensorflow中测试一个实现,但我是pytorch用户。我尝试实现它并测试梯度是否流动,但我没有得到,这可能意味着没有,但概率函数的文档和源代码显示了重新参数化的正常采样。但是我对tensorflow的测试没有信
TensorFlow
中实现模型的随机变量我已经检查了源代码,但想确认渐变 DO流经变量x,其中x=“normal”。sample() 原因是函数
sample()
使用了重新参数化
技巧*x=平均值+西格玛*噪声(0,1)*
我的理解正确吗?你测试过了吗?这应该很简单,我想在tensorflow中测试一个实现,但我是pytorch用户。我尝试实现它并测试梯度是否流动,但我没有得到,这可能意味着没有,但概率函数的文档和源代码显示了重新参数化的正常采样。但是我对tensorflow的测试没有信心,因为我是pytorch的用户。你测试过吗?这应该很简单,我想在tensorflow中测试一个实现,但我是pytorch用户。我尝试实现它并测试梯度是否流动,但我没有得到,这可能意味着没有,但概率函数的文档和源代码显示了重新参数化的正常采样。但我对tensorflow中的测试没有信心,因为我是pytorch用户。