Формирование условных распределений в вероятности TensorFlow

Ответ на ваш вопрос во многом зависит от характера модели суставов, в рамках которой вы хотите выполнять кондиционирование. По теме написано много, короче говоря, это вообще очень сложная проблема :). Не зная больше о деталях вашей проблемы, практически невозможно порекомендовать полезную общую процедуру вывода. Однако у нас есть несколько примеров (скрипты и записные книжки jupyter / colab) в репозитории TFP здесь: https://github.com/tensorflow/probability/tree/master/tensorflow_probability/examples

В частности, есть

• Пример иерархической линейной модели, который является своего рода розеттский камень, показывающий, как делать апостериорный вывод с использованием гамильтониана Монте-Карло (метод MCMC) в TFP, R и Stan,

• пример линейных эффектов модели как можно использовать VI для решения стандартной проблемы LME,

среди многих других. Вы можете щелкнуть ссылку «Запустить в Google Colab» в верхней части любой из этих записных книжек, чтобы открыть и запустить на них на https://colab.research.google.com.

Не стесняйтесь также обращаться к нам по электронной почте [email protected]. Это общедоступная группа Google, в которой пользователи могут взаимодействовать с командой, которая напрямую строит TFP. Если вы предоставите нам дополнительную информацию о том, что вы хотели бы сделать, мы будем рады предоставить рекомендации по моделированию и логическому выводу с помощью TFP.

Надеюсь, это хотя бы начало в правильном направлении!