python - 多元高斯过程回归张量流

Question

我正在尝试实现这个以将 3 个输入作为我的自变量而不是 1。

我正在努力将数组转换为正确的形式，也不确定如何正确获取可训练参数的尺寸。

假设我的数据是形式

ys = [1,2,3,4,5,6]

as = [2,4,3,1,5,1]

bs = [0,4,1,1,5,1]

cs = [1,2,1,2,5,7]

即，ys_i我们拥有(as_i, bs_i, cs_i)与之对应的每个人。

有人可以帮我吗。我认为观察到的数据数组形状应该是(6,3)但似乎无法使用np.expand_dims

https://www.tensorflow.org/probability/api_docs/python/tfp/distributions/GaussianProcessRegressionModel

谢谢

标签： pythonarraystensorflowgaussian-process