如何解决对 Julia、Turing.jl 和 Distributions.jl 中的概率编程语言的困惑
我目前正在研究一个简单的贝叶斯问题,其中我的可能性是 N
泊松分布的乘积,所以我得到以下结果:
likelihood(x) ~ product_i(Poisson(mean_i))
其中x
是一个向量,代表变量,另一边的乘积在维度上运行(从i
到N
)。 mean_i
是与向量 x_i
中的变量 x
相关联的均值。
vector_x = [x for x in variables]
vector_x ~ Product([Poisson(mean_i) for mean_i in means]
其中 means
是一个向量,包含与每个泊松过程相关的各种均值。
这是正确的吗? :D
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。