tensorflow2.0 - 在 GPflow 中进行推理的 API

Question

我已经在 GPflow 中构建了一些高斯过程模型并成功地学习了它们，但是我找不到可以帮助我在 GPflow 中直接进行推理的 API，例如在 GPR 模型中分离不同内核的贡献。

我知道我可以手动完成，比如计算协方差矩阵、逆和乘法，但是随着模型变得更加复杂，比如多输出 SVGP 模型，这样的工作会很烦人。有什么建议么？

提前致谢！

标签： tensorflow2.0gaussiangpflow

Answer 1

如果你想分解一个加法内核，我认为普通 GPR 最简单的方法是将内核切换到你感兴趣的部分，同时仍然保留学习的超参数。

我对此并不完全确定，但我认为它也适用于 SVGP，因为近似值本身只是使用相同内核但以诱导点为条件的标准 GP。

但是，我不确定是否可以假设变分近似的分解接近于真实后验的分解。