定义GMM模型的可能性

Question

我正在尝试为GMM中的数据写出可能性，假设混合比例的狄利克雷分布和均值的正态分布。

means = [tf.contrib.distributions.MultivariateNormalFullCovariance(name = 'mu_%d' % i, loc=np.zeros(2), covariance_matrix=0.1 * np.eye(2))
           for i in range(2)]
alpha = [1., 1]
dist = tf.distributions.Dirichlet(alpha)
xx = dist.sample()

LL = 0
for i_,m_,xx_ in enumerate(means,xx):
    LL+ = xx_*tf.contrib.distributions.MultivariateNormalFullCovariance(name = 'mu_%d' % i_, loc=m_, covariance_matrix=0.1 * np.eye(2))

我认为我在这里做错了。有人可以帮我吗 我什至不确定这是否会导致我得到正确的结果。非常感谢。

谢谢

P.S：我是tensorflow的新手。