问题标签 [gpflow]

基本上，对于依赖于rL2 范数的内核，在这里计算并且我们首先看到了该值。在张量流概率中，他们使用sqrt带有修正梯度的 a ，当 时替换grad(|x - x'|)为一个大但有限的数字x=x'。我的问题是它们是否相等，或者是否更好？

我正在尝试使用 GPflow 进行多维回归。但我对均值和方差的形状感到困惑。例如：假设要预测一个形状为 (20,20) 的二维输入空间 X。我的训练样本的形状为 (8,2)，这意味着两个维度总共有 8 个训练样本。y 值的形状为 (8,1)，这当然意味着 2 个输入维度的每个组合的一个基本事实值。如果我现在使用 model.predict_y(X)，我希望得到形状的平均值 (20,20)，但得到的形状是 (20,1)。方差也是如此。我认为这个问题来自 y 值的形状，但我不知道如何解决它。

这可能是一个奇怪的问题，但是当高斯过程回归看到一堆没有太多信号的嘈杂数据时，它们会做什么？下面我获取了一堆嘈杂的数据并运行了两种不同的 GPR 实现，它们都产生了超小的置信区间。为什么会出现这种情况有充分的理由吗？我的直觉告诉我置信区间应该更大。GPR 真的对他们对平均值的估计有那么自信吗？此外，除了添加白噪声内核之外，是否有适当的方法来填充方差估计？

[

给定一个有效的内核 k_1(x, x') 和一个（参数）函数 f(x)，可以得出：

也是一个有效的内核。

你能告诉我如何在 gpflow 中实现这个属性吗？

谢谢

GPflow 在预测步骤中是否支持不确定的输入？训练步骤中的不确定输入怎么办？我环顾四周，似乎没有这方面的信息。

谢谢。

在使用 GPFlow 训练 GP 模型时，我对观察 ScipyOptimizer 的梯度很感兴趣。我想将这些渐变与其他 GP 模型进行交叉引用。在将这些张量交给优化器之前，有人会对如何输出这些张量有任何建议吗？

我正在使用 GPFlow 进行多维回归，并希望比较从空 X 和 Y 集开始的各种内核。但似乎该库需要包含值对的集合。我考虑过用远离输入空间的点进行初始化，但在优化我的超参数时会包含该点。有什么我缺少的解决方案或解决方法吗？

谢谢你的帮助！

这是初始化我的模型的一些标准代码：

这导致以下错误：

以下代码段导致：

如果有人知道我可以做些什么来用空集初始化我的模型，那就太好了

我想很多像我一样的人可能会对他们如何使用 GPFlow 来解决他们的特殊问题感兴趣。关键是如何定制 GPFlow，一个很好的例子会很有帮助。

就我而言，我在提出的问题中阅读并尝试了很多评论，但没有任何真正的成功。设置内核模型参数并不简单（使用默认值创建，然后通过删除对象方法进行）。变换方法模糊。

如果您可以添加示例显示，那将非常有帮助。如何初始化和设置各向异性内核模型的边界（长度尺度值和边界、方差、...）并特别添加观察误差（作为类似数组的 alpha 参数）

我正在尝试在gpflow. 为了调试它，我需要在图形执行期间知道张量的形状和值。

我根据在 中打印张量值尝试了以下操作tensorflow，但控制台上没有打印任何内容。

我正在尝试一起训练 GPR 模型和 tensorflow 模型。训练部分没有问题。但是对于使用经过训练的模型进行预测，我在 tf.placeholder 操作中收到类型错误。

该代码类似于https://gpflow.readthedocs.io/en/master/notebooks/advanced_usage.html中的第二个示例

执行上面的代码运行良好。但是添加以下行会产生错误：

出现以下错误：