tensorflow-probability多元高斯分布

TensorFlow Probability（TFP）是一个用于概率编程和统计建模的Python库。它提供了一套丰富的概率分布函数，包括多元高斯分布（Multivariate Normal Distribution）。

在TFP中，可以使用`tfp.distributions.MultivariateNormalFullCovariance`类创建一个多元高斯分布对象。这个类可以接受两个参数：`loc`和`covariance_matrix`。`loc`是一个浮点数张量，表示高斯分布的均值向量；`covariance_matrix`是一个浮点数张量，表示高斯分布的协方差矩阵。

下面是一个使用TFP创建多元高斯分布的示例代码：

import tensorflow_probability as tfp
import tensorflow as tf

# 创建一个2维的多元高斯分布
loc = tf.constant([1.0, 2.0])
covariance_matrix = tf.constant([[1.0,0.5], [0.5, 1.0]])
mvn = tfp.distributions.MultivariateNormalFullCovariance(loc=loc, covariance_matrix=covariance_matrix)

# 从多元高斯分布中采样
samples = mvn.sample(100)

# 计算多元高斯分布的概率密度函数
pdf = mvn.prob(samples)

print("采样结果：", samples)
print("概率密度函数：", pdf)