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，所以我得到了以下信息：
likelihood(x) ~ product_i(Poisson(mean_i))
其中x是一个向量，表示变量，另一边的乘积在维度上运行（从i到N）。是与向量mean_i中的变量相关联的平均值。x_ix
据我了解图灵和分布，我认为以下是可能性的“正确”代码部分：
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方法。这是对的吗？:D