我了解如何从多维分类或多元正态抽样(每列内具有相关性)。例如,对于多变量分类,可以按如下方式完成:
import pyro as p
import pyro.distributions as d
import torch as t
p.sample("obs1", d.Categorical(logits=logit_pobs1).independent(1), obs=t.t(obs1))
我的问题是,如果有多个分布,我们怎么能做同样的事情?例如,以下不是我想要的obs1
,obs2
并且obs3
是相互独立的。
p.sample("obs1", d.Categorical(logits=logit_pobs1).independent(1), obs=t.t(obs1))
p.sample("obs2", d.Normal(loc=mu_obs2, scale=t.ones(mu_obs2.shape)).independent(1), obs=t.t(obs2))
p.sample("obs3", d.Bernoulli(logits=logit_pobs3).independent(1),obs3)
我想做类似的事情
p.sample("obs", d.joint(d.Bernoulli(...), d.Normal(...), d.Bernoulli(...)).independent(1),obs)