对于我的模型，有两种不同类型的数据。让我们说类型 X1 的数据和类型 X2 的数据。
是否可以为两种数据类型实现不同的内核？那么从 X1 类型的数据开始，使用内核 X1，从 X2 类型的数据开始，使用内核 X2？（我使用VGP模型）
背景是我知道两种数据类型之一的超参数，而不是另一种数据类型的超参数。
谢谢你的帮助！
问问题
77 次
1 回答
0
您需要在单个数组中收集所有数据，但您可以使用内核构造函数X的参数定义作用于该数组不同维度的内核，如笔记本教程之一所示。您必须考虑不同内核之间的协方差，例如，该笔记本示例中的加性内核是一个非常强的约束，您可能希望将它们相乘：active_dims
N, D1 = X1.shape
N, D2 = X2.shape
X = np.concatenate([X1, X2], axis=-1)
assert X.shape == (N, D1 + D2)
k1 = gpflow.kernels.Matern32(lengthscales=np.ones(D1), active_dims=slice(0, D1))
k2 = gpflow.kernels.SquaredExponential(lengthscales=np.ones(D2), active_dims=slice(D1, D1+D2))
kernel = k1 * k2
您可以将上述切片对象或显式维度列表（例如[0,1,2, 8,9]）传递给active_dims参数。不同子内核的活动 dims 可能会重叠。
如果您真正想要的是所有维度的相同内核，但只是修复一些长度尺度，请查看如何在 gpflow 中修复内核长度尺度的某些维度？
于 2020-11-13T18:24:26.473 回答