我正在以TensorFlow概率实现贝叶斯网络，以对不同ML模型之间的交互进行建模。让我们假设模型是作为TensorFlow Estimators构建的。给定输入数据的类的条件概率然后由估计器简单地建模。
TensorFlow概率中是否有一种方法可以包装估算器，以便将其视为分布？
答案 0 :(得分：0)
使用Estimators API进行直接互操作的方式不多，但是您可能想看看tfp.layers，其中包含Keras Layers的集合，其输出是TFP Distribution对象。有很多预定义的层，还有一个DistributionLambda层，您可以使用它来构造和输出自己的Distribution实例，例如，作为Keras Sequential的最后一层模型。有一些带有漂亮示例here (regression)和here (variational autoencoder)的协作。
希望这会有所帮助！