tensorflow2.0 - GPflow 2.0 是否支持将先验放在 GP 的（超）参数上？

Question

我想先介绍一下 GPflow 中 GP 模型的（超）参数，但我找不到任何关于此问题的模块（如 gpflow.priors）或文档。

此外，我注意到这prior是类参数的参数之一，还有一个问题。

标签： tensorflow2.0gaussiangpflow

Answer 1

GPflow 2.0 使用 tensorflow_probability 分布对象作为先验，例如

model.kernel.lengthscales.prior = tensorflow_probability.distributions.Gamma(
    gpflow.utilities.to_default_float(1.0), gpflow.utilities.to_default_float(1.0)
)

（或将分发对象作为priorgpflow.Parameter 类的参数传递）。请注意，TensorFlow 默认使用 float32，而对于 GP，我们通常希望使用 float64 - 因此调用to_default_float.

这在文档中提到，无论是在理解模型的笔记本中，还是在笔记本中关于如何使用 MCMC 和 GPflow的深入讨论。