如何使用tensorflow probability中的HiddenMarkovModel？

Question

我正在学习本教程：

https://github.com/tensorflow/probability/blob/master/tensorflow_probability/examples/jupyter_notebooks/Multiple_changepoint_detection_and_Bayesian_model_selection.ipynb

其中包含引用和使用tfp中的HiddenMarkovModel类的代码。本教程中执行此操作的代码如下所示：

import tensorflow_probability as tfp
from tensorflow_probability import distributions as tfd

hmm = tfd.HiddenMarkovModel(
  initial_distribution=tfd.Categorical(
      logits=batch_initial_state_logits),
  transition_distribution=tfd.Categorical(probs=batch_transition_probs),
  observation_distribution=tfd.Poisson(trainable_rates),
  num_steps=len(observed_counts))

然而，当我读到这一行时，我得到了以下错误：

AttributeError: module 'tensorflow_probability.python.distributions' has no attribute 'HiddenMarkovModel'

在此处查看tfp中的发行版本文档：

https://www.tensorflow.org/probability/api_docs/python/tfp/distributions

我看到没有名为HiddenMarkovModel的类，所以我想知道我做错了什么，无法获得教程使用的这个类？这是一个官方教程，所以我不能想象它是“错误的”，并且没有HiddenMarkovModel类存在。

Answer 1

目前的稳定版本0.5是在一段时间前发布的。API文档与该版本匹配。我们正在为版本0.6做准备，它有HMM。同时，您可以改为每晚安装tfp，以获得最新的好处。然后，您应该确保卸载已有的(pip uninstall tensorflow-probability)，并以类似的方式安装tf-nightly来代替TensorFlow稳定。哈！感谢您使用tfp！

Answer 2

正如@wpercy在他的评论中提到的那样，参考Github存储库总是一个好主意。在过去的4天里，我一直在纠结这个问题。只需参考Github代码库，自己查看层次结构即可。

例如，对于HiddenMarkovModel，在Git GUI的“转到文件”选项中搜索它，结果显示HiddenMarkovModel实际上是hidden_markov_model.py中的一个类。因此，正确的导入语句将变为from tensorflow_probability.python.distributions.hidden_markov_model import HiddenMarkovModel。

类似的方法也适用于from tensorflow_probability.python.distributions.categorical import Categorical等其他函数

有关更多问题，请查看https://github.com/tensorflow/probability/blob/master/tensorflow_probability/python/distributions/hidden_markov_model.py。