Custom Loss с участием многомерного нормального в кера

Question

Мне нужно реализовать функцию потерь, при которой она принимает некоторое истинное значение y, которое является 4-мерным вектором, и вычисляет вероятность этого вектора при некотором нормальном распределении.Я пытался построить функцию плотности вероятности, используя функции keras.backend, но, похоже, что-то не так для матричных инверсий?Любые идеи будут оценены.

Answer 1

Вы можете попробовать использовать пакет tensorflow_probability. В частности, метод tfp.distributions.Normal.prob() должен возвращать вам вероятность входного тензора при указанном нормальном распределении.

Вы можете увидеть несколько примеров таких вычислений в этой записной книжке Jupyter . Также поддерживаются многовариантные гауссианы и смеси гауссианов, а также многие другие распределения.