python - 如何在 tensorflow 中实现负二项式可能的 hood 函数并将其用作损失函数来训练 RNN?
问题描述
我试图在循环神经网络的每个步骤中预测随机变量的均值和方差。我需要通过使用负二项式对数似然作为模型学习输出均值和方差以及定义分布的每个时间步长的损失函数来训练这个模型。有人可以帮我在 tensorflow 中实现这个损失函数吗?
解决方案
推荐阅读
- python - Getter 使用属性装饰器返回对象没有属性
- javascript - HTML使用 vanilla javascript 添加类属性
- reporting-services - SSRS 查找和连接功能
- automation - 获取任务计划程序的 VPN 事件 ID
- http - http PUT 请求中的 Content-MD5 标头,响应应该是什么?
- python - 将数学方程转换为python
- python - 从 PostgreSQL (Heroku) 中删除列
- sorting - 使用 Redis 按发布时间对地理空间数据进行排序
- eclipse - 将 Maven 包的源上传到 MyGet 存储库
- php - Laravel Route::apiResource Post 查询无法正常工作