如何从RNN获得置信区间？

Question

我正在使用RNN和tensorflow进行时间序列预测。我不确定如何从rnn_decoder的内部存储器状态中可能定义或未定义的分布获得置信区间。

这样我可以像ARIMA一样绘制分布：

或高斯过程

以下是我正在处理的代码：

https://github.com/guillaume-chevalier/seq2seq-signal-prediction

以下是tf.contrib.legacy_seq2seq.basic_rnn_seq2seq的定义。

  with variable_scope.variable_scope(scope or "basic_rnn_seq2seq"):
    enc_cell = copy.deepcopy(cell)
    _, enc_state = rnn.static_rnn(enc_cell, encoder_inputs, dtype=dtype)
    return rnn_decoder(decoder_inputs, enc_state, cell)

rnn_decoder

它应该类似于离散情况下的logits（即softmax交叉熵）。我已经尝试在解码器中传递自定义循环函数，但代码根本不起作用。我的第二个猜测是编写一个自定义解码器，但需要有人指向正确的方向。