tensorflow - テンソルフロー確率で log_prob の尤度に 2 セットのデータを使用する

Question

私は tensorflow が初めてで、STAN モデルを TFP に変換しようとしています。を使用した TFP モデルを次に示しJointDistributionCoroutineAutoBatchedます。

def make_joint_distribution_coroutine(Depth,N_RNA):
    def model():
        ## c1 prior 
        c1 = yield tfd.Gamma(concentration = 1.1, rate = 0.005)
        ## c2 prior
        c2 = yield tfd.Gamma(concentration = 1.1, rate = 0.005)
        ## s prior 
        s = yield GammaModeSD(1,1)
        ## theta prior 
        theta = yield tfd.LogNormal(0,s)
        ## p prior
        p = yield BetaModeConc(0.1,c1)
        ## tfp bug, need to cast tensor to float32
        #theta = tf.cast(theta, tf.float32)
        #p = tf.cast(p, tf.float32)
        ## q formula
        q = (theta*p)/(1-p+theta*p)
        ## qi prior 
        qi = yield BetaModeConc(tf.repeat(q,N_RNA), c2)
        ## qi likelihood 
        k = yield tfd.Binomial(tf.cast(Depth,tf.float32),qi)
        # p likelihood
        a = yield tfd.Binomial(tf.cast(Depth,tf.float32),p)
    return tfd.JointDistributionCoroutineAutoBatched(model)

私のモデルは、 と の 2 つの異なるデータ セットを生成aしkます。aまたはしかない場合は、関数kを次のように指定できますlog_prob

def joint_log_prob(*args):
      return joint.log_prob(*args, likelihood = data)

また

joint_log_prob = lambda *x: model.log_prob(x + (data,))

log_probしかし、私の質問は、2 つの異なるデータ セットを 1 つの関数に組み込む方法です。ありがとうございました！