1回答
我正在尝试使用tfp进行采样处理。从beta分布中抽取样本，并将结果作为概率输入从二项式分布中抽取样本。它花了很长时间才跑完。 我是应该这样运行，还是有一种最优的方式？“”“ import tensorflow_probability as tfp
### first
浏览 14提问于2020-09-14得票数 0
回答已采纳
我刚刚开始研究TensorFlow，我不确定如何从自定义概率分布中采样，该概率分布不容易表达为股票分布的组合。 如何为MCMC采样器的target_log_prob输入使用自定义函数？
浏览 14提问于2020-09-19得票数 0
回答已采纳
1回答
Google执行网络爬行以更新其搜索索引所用的时间是正态分布的，平均值为7.2天，标准差为2天。二、谷歌的网络爬行需要7到8天的概率是多少？iii.What是几天来谷歌网络爬行时间的第一个四分之一？
四.如果我们对Google获取的16个Web爬行进行采样，那么采样平均爬行时间少于7.5天的概率是多少？
浏览 2提问于2015-06-08得票数 1
1回答
如何在中创建用于采样的自定义层？
、、、、
我正在Keras构建一个带有Tensorflow后端的CNN，我想介绍一个应该执行以下操作的自定义层：
输出是由输入张量的几个样本组成的，比如说25%。样本必须随机抽取，，使最高值像素被采样的概率更高的。换句话说，概率分布应该是输入张量本身(归一化)。理想情况下，我希望使用tensorflow等效的：np.random.choice(input_tensor, num_samples, input_tensor_normalized)，其中第三个参数是要遵循的
浏览 1提问于2019-03-07得票数 2
point we know that the initialization is complete (or less
/usr/local/lib/python3.7/dist-packages/tensorflow/python_set_sa
浏览 8提问于2021-10-18得票数 0
1回答
以植物为例绘制R中的概率
、、、
我认识到我可以用二项式定理来计算n次试验中采样m个植物的概率。
今天我将取样100株植物。(所有植物的)抽样率为每小时500株。如果我从上午9点开始，并使用循环来显示我可能(95%)收集了至少100株植物并能够回家的时间？我需要存储这个循环的输出，并将结果绘制成一个线状图(时间和概率)。我下面的代码运行了很长一段时间，它没有停止。
浏览 4提问于2021-10-04得票数 0
我有一个一维np.ndarray，里面充满了定义分类分布的非标准化对数概率。我想从这个分布中抽取一个整数索引。由于许多概率都很小，对对数概率进行归一化和指数化会带来很大的数值误差，因此我不能使用。实际上，我正在寻找一个与TensorFlow的等效的NumPy，它处理非标准化的对数概率。
如果NumPy中没有直接实现此目的的函数，那么实现这种采样的有效方式是什么？
浏览 0提问于2021-01-24得票数 2
1回答
列fittedSurv包含概率，列Rating对应于该时间点的概率(fittedSurv)。
对于马尔可夫链转移矩阵，我需要额外的列。仅仅对概率的单列(向量)进行重采样是不可能单独完成的。然而，我怀疑可以对随时间变化的概率进行自举或重新采样概率向量，以便创建有意义的概率列。
浏览 3提问于2013-01-19得票数 0
1回答
在tensorflow中是否有一种现有的和池实现？在搜索时，似乎只支持平均和最大池操作。
我有一个NHWC张量，其中每个HxW矩阵都是一个概率映射，我想通过2x2和池降低样本。如果tensorflow中不存在和池函数，还有其他方法可以使用Python实现这种下采样操作吗？
浏览 2提问于2017-07-13得票数 1
回答已采纳
我在玩tensorflow游戏。我为我的预测计算交叉路口，为了将它转换成“可读”格式，我使用下面的代码使用.eval()函数。tf.convert_to_tensor(y_test[it]),tf.convert_to_tensor(y_pred[it]))问题是，这需要花费很长时间(对于1500个16k点的数组来说，这可能需要半个多小时的时间)。我想知道你们中是否有人能帮助我理解为什么要花这么长时间</
浏览 2提问于2020-02-06得票数 1
回答已采纳
渲染成png或pdf (上帝保佑)这样的情节需要花费很长时间，而且pdf太大了，无法显示。现在，numpy.random.choice允许指定概率向量，我根据数据直方图进行了一些调整后计算出的概率向量。
浏览 4提问于2018-11-30得票数 2
在下面的Keras和Tensorflow神经网络训练实现中，keras实现中的model.train_on_batch([x], [y])与Tensorflow实现中的sess.run([train_optimizeracc_batch = model.train_on_batch([x], [y])
print(epoch, loss / nb_batchs)
tensorflow_version.py
浏览 0提问于2018-11-20得票数 9
回答已采纳
我试图应用有限状态马尔可夫链对系统进行建模，但我发现，如果用不同的时间间隔采样观察到的状态，则无法估计过渡概率。我怎么才能找到这些概率？
我会尽量把问题弄得更清楚。我在6个月的时间里随机收集了一些样本.该样本代表系统的“质量”，按离散间隔(0、1、2. 15 )排序从0到15。我需要使用FSMC来模拟系统的行为。到目前为止，我只使用所有样本的频率估计了状态之间的转移概率。我对时间建模不感兴趣，但是，我不确定我是否能够以如此简单的方式估计过渡概率
浏览 0提问于2017-05-04得票数 1
有没有一种简单的方法可以从tensorflow-probability中的联合分布中“观察”证据和样本？有一些与Edward相关的文档，但对于简单的情况，我无法理解，例如： import tensorflow_probability.python.distributions as tfd
import tensorflow目标是将证据设置为X或Y，并从后验采样，以便估计概率。 (显然，可以通过先无条件采样，然后丢弃与证据不一致的样本来使用拒绝采样，但这种方法的效率相当低
浏览 22提问于2019-06-03得票数 2
1回答
我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里使用概率是正确的简而言之，我需要具有较低P>0的值的采样频率低于具有P>0的值的采样频率。 有人愿意在这方面分享意见/不同的选择
浏览 24提问于2020-04-24得票数 1
回答已采纳
我们正在与Tensorflow合作。我们有一个非常大的词、品牌等数据集。我们正在尝试为单词生成后缀。我们只需将采样更改为采样(具有加权随机概率)，直到对回车进行采样。我们保留了原来的实现，使用了rnn_decoder和sequence_loss_by_example，并使用了随机神经网络作为模型。这可能是因为这个实现没有分隔单词，所以我们需要更简单的东西？
对于这样的任务，您会使用哪些技术？
浏览 15提问于2017-01-13得票数 0
回答已采纳
我正在做一个小项目来预测我们的违约客户的注销概率。
在最初的人口中，注销率约为0.515.现在，出于某种原因，我不得不对总体数据进行低采样，并填充一个新的数据集，在该数据集中，注销概率为0.15。由于欠采样改变了人口的原始事件概率，我需要校准模型预测，以表示注销可能发生的真实概率。在新数据的基础上，利用R.中的glm建立了一个logistic回归模型，并参考了"在分类中将下采样后的预测概率转换为实际概率“一
浏览 0提问于2022-09-13得票数 2
我使用tensorflow分布API进行采样，以下是我使用的示例代码，但我发现概率大于1，那么对数概率小于0。我尝试过CPU和GPU，两者都产生了这个奇怪的结果。tensorflow是1.3。import absolute_importfrom __future__ import print_function
p = se
浏览 7提问于2017-10-02得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
