python – 如何在tensorflow中计算PDF

在Matlab中,我可以使用计算高斯分布的概率密度函数(PDF)

x = [0.8147,0.9058,0.1270,0.9134,0.6324,0.0975,0.2785,0.5469,0.9575,0.9649]
y = normpdf(x,1.0,2.5)

输出：

y = 0.1591    0.1595    0.1501    0.1595    0.1579    0.1495    0.1531    0.1570    0.1596    0.1596

使用张量流,我试过这个

x = tf.variable([0.8147,0.9058,0.1270,0.9134,0.6324,0.0975,0.2785,0.5469,0.9575,0.9649],tf.float32)
y = tf.contrib.distributions.NormalWithSoftplusSigma.pdf(x)

我得到一个错误TypeError：pdf缺少1个必需的位置参数

如何输入mu和sigma值到这个发行版？得到类似的输出.

解决方法:

首先创建一个Normal分布对象,然后使用pdf方法

dist = tf.contrib.distributions.Normal(1.0, 2.5)
y = dist.pdf(x)

有关详细信息,请参见this.

标签：probability-density,python,tensorflow,statistics
来源： https://codeday.me/bug/20190727/1552924.html