如何在Tensorflow中实现两个经验分布之间的距离（概率）

Question

我有两个数据集，一个是经验数据，一个是通过TensorflowProbability模型中的蒙特卡洛采样生成的数据。我的目标是将模型分布与数据分布进行比较。

我曾尝试使用“ python最佳运输”包来实现Earth-movers-distance和wasserstein距离，但我不知道如何使其与tensorflow一起使用。

我正在TensorflowProbability / Edward2中定义一个模型，如下所示：

def model1(distribution1,distribution2):
    return distribution1*distribution2

并将其与经验数据进行比较：

def empirical_distance(generatedData,empiricalData):
    return wasserstein_distance(generatedData,empiricalData)

当调用empirical_distance（）时，我想获得这些分布的接近程度的标量结果，因此我可以将其用作损失函数进行训练。