tf.contrib.bayesflow.monte_carlo.expectation_importance_sampler

Вероятностная оценка \(E_p[f(Z)] = E_q[f(Z) p(Z) / q(Z)]\).

tf.contrib.bayesflow.monte_carlo.expectation_importance_sampler(
    f, log_p, sampling_dist_q, z=None, n=None, seed=None,
    name='expectation_importance_sampler'
)

С \(p(z) := exp^{log_p(z)}\), это Op возвращает

\(n^{-1} sum_{i=1}^n [ f(z_i) p(z_i) / q(z_i) ], z_i ~ q,\) \(\approx E_q[ f(Z) p(Z) / q(Z) ]\) \(= E_p[f(Z)]\)

Этот интеграл выполняется в логарифмическом пространстве с помощью максимального вычитания для лучшего управления часто экстремальными значениями, которые f(z) p(z) / q(z) может принимать.

Если f >= 0, то в 2 раза эффективнее возвести в степень результат expectation_importance_sampler_logspace применённый к Log[f].

Пользователь предоставляет либо Tensor образцов z, либо количество образцов для вычисления n

Аргументы
`f`	Функция, отображающая образцы из `sampling_dist_q` в `Tensors` с формой, совместимой для трансляции с `q.batch_shape`. Например, `f` работает «так же», как `q.log_prob`.
`log_p`	Функция, отображающая образцы из `sampling_dist_q` в `Tensors` с формой, совместимой для трансляции с `q.batch_shape`. Например, `log_p` работает «так же», как `sampling_dist_q.log_prob`.
`sampling_dist_q`	Распределение выборки. `tfp.distributions.Distribution`. `float64` `dtype` рекомендуется. `log_p` и `q` должны поддерживаться в одном наборе.
`z`	`Tensor` образцов из `q`, полученных `q.sample` для некоторого `n`.
`n`	Целое число `Tensor`. Количество образцов для генерации, если `z` не предоставлено.
`seed`	Целое число Python для инициализации генератора псевдослучайных чисел.
`name`	Имя для этого `Op`.

Возвращаемые значения
Оценка по методу важности. `Tensor` с `shape` равным форме пакетной выборки из `q`, и `dtype` = `q.dtype`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/bayesflow/monte_carlo/expectation_importance_sampler