tf.distributions可以访问多个发行版。我的网络应该预测概率密度函数的参数（即我的情况下的策略），然后损失再次依赖于这些。我想特别要求beta分布，因为那是我打算使用的。 E.g：
loss=tf.distributions.Beta(concentration0,concentration1).pdf(some_value)/tf.distributions.Beta(given_concentration0.pdf(some_value), given_concentration1)*advantage
trainstep = tf.train.AdamOptimizer().minimize(loss)
其中，浓度1和浓度0是某个网络的输出，我想要优化（让我们说其他参数是为了这个问题而给出的）。当调用session.run（trainingtep）时，这会反向传播到网络中吗？我无法找到说明其中一个的任何资源。