tensorflow - 证据下界损失函数及其在pytorch或tensorflow中的梯度
问题描述
如何在pytorch中实现证据下界ELBO损失函数及其梯度。我一直在使用KL散度如下:
# KL Divergence loss function
loss = nn.KLDivLoss(size_average=False, log_target=True)
out = loss(Gaussian.log_prob(x), Gaussian.log_prob(xtrue))
gr = autograd.grad(outputs=[out], inputs=[x])[0]
如何实现 ELBO/渐变?
解决方案
推荐阅读
- c# - 当字符串设置为标签的文本并显示在面板中时,为什么 string.Format 不起作用?
- python - pandas read_excel 即使在 index_col=none 时也会创建索引
- python - 在 python pandas 数据框中展开行
- mysql - 与 INNER JOIN 斗争
- r - 带有对数轴的 R xyplot 以十进制格式显示数字
- c# - 有没有办法覆盖控制器上的 AuthenticationOption.DefaultChallengeScheme?
- html - 我们是否应该将字段集标记设置为隐藏以解决可访问性问题?
- mysql - 将两个查询合二为一以挑选相关列
- google-apps-script - 如何将 google apps 脚本合二为一以最小化 GMAIL API 调用
- sql - 从列生成 MIN、AVG、MAX 列。[SQL] 蜂巢