Python-PyTorch多元分布

Question

一个样本在Pyro中的多元分布如何？我只想要一个(M, N)Beta发行版，但以下版本不起作用：

impor torch
import pyro
with pyro.plate("theta_plate", M):
    theta = pyro.sample("theta",
                        pyro.distributions.Beta(concentration0=torch.ones(N),
                                                concentration1=torch.ones(N)))

Answer 1

使用to_event(n)来声明depent示例

import torch
import pyro
import pyro.distributions as dist

def model(N, M):
    with pyro.plate("theta_plate", M):
        theta = pyro.sample("theta", dist.Beta(torch.ones(N),1.).to_event(1))
    return theta


if __name__ == '__main__':
    print(model(10,12).shape) # (10,12)

Answer 2

PyTorch和Pyro发行版的语法相同：

import pyro.distributions as dist

samples = dist.Beta(2, 2).sample([200]) # Will draw 200 samples.

除非你只是想对一个分布进行抽样，否则你不应该使用盘子的概念