python - Tensorflow で DenseFlipout レイヤーを使用して BNN モデルをトレーニングした後、標準偏差と平均値を取得する方法は?

Question

ベイジアン ニューラル ネットワーク モデルをトレーニングして .h5 ファイルに保存した後、モデルによってトレーニングされた標準偏差と予測平均がわからないため、結果をプロットできません。予測を取得するために次の方法を使用しています。

with tf.GradientTape() as tape0:
    tape0.watch(T)
    with tf.GradientTape() as tape1:
            tape1.watch(S)
            with tf.GradientTape() as tape2:
                    tape2.watch([S, T])
                    X = tf.concat([S/(K*tf.exp(-r*T)), T], 1) #input matrix for ANN
                    print(X)
                    out = model(X)    
                    out_sd = out.stddev()
                    print(out)
                    out_values = K*tf.where(tf.greater(T, 1e-3), out, tf.maximum(S/K - 1, 0))
                
            delta_values, theta_values = tape2.gradient(out_values, [S, T])
    gamma_values = tape1.gradient(delta_values, S)
charm_values = tape0.gradient(delta_values, T)

out_values = out_values.numpy()

したがって、基本的に、指定されたモデルの out.stddev() を使用して標準偏差を計算しようとしています。しかし、明らかにこのコードで定義されている out は、モデルの標準偏差の属性を持つ sth ではなく Tensor です。DenseFlipoutレイヤーを使用して、訓練されたベイジアンニューラルネットから標準偏差を取得する方法を知っている人はいますか? 前もって感謝します！