Question

我正在尝试将两个高斯分布相乘以获得GMM数据的后验。为此，我尝试使用.prob()中的tf.contrib.distributions.MultivariateNormalDiag函数，但是每次遇到相同错误时，即使我为参数提供float64。 >

我正在使用TensorFlow 1.8版本。

x = tf.placeholder(tf.float64, [None,2], name="input")
likelihood = tf.contrib.distributions.MultivariateNormalDiag(loc = [0., 0., 0.], scale_diag= [1., 1., 1.])

y_LL = likelihood.prob(x).eval()

TypeError：输入的类型为<dtype: 'float32'>，但预期为<dtype: 'float64'>.

我很困惑我是做错了方法还是什么？有人可以帮我吗？

Answer 1

在此示例中，您将x用作tf.float64。除非您明确指定，否则tensorflow会将列表输入自动转换为tf.float32。您想要做类似的事情（不是可执行代码，但表明您需要向float64发出信号）：

import numpy as np
likelihood = tf.contrib.distributions.MultivariateNormalDiag(loc=np.float64([0., 0., 0.]), scale_diag=np.float64([1., 1., 1.]))
y_LL = likelihood.prob(x).eval()

如何将两个高斯分布相乘？

1 个答案: