Реализован ли CDF в tensorflow_probability MultivariateNormalFullCovariance? ⇐ Python

[Anonymous]

Я пытаюсь вычислить CDF многомерного нормального распределения. В документации https://www.tensorflow.org/probability/ ... Covariance cdf указан как метод MultivariateNormalFullCovariance. Но когда я пытаюсь использовать этот метод, я получаю сообщения об ошибках, которые, кажется, указывают (по крайней мере, для меня), что cdf не реализован для этого класса распространения.
Может ли кто-нибудь скажите пожалуйста, реализовано или нет? Кстати: я понимаю, что это не реализовано, поскольку CDF многомерной нормали трудно вычислить. Но я просто хочу знать, возможно, он действительно реализован, но я делаю что-то не так, пытаясь его использовать.
Версии пакета:

Код: Выделить всё

Numpy:                   1.26.4
jax:                     0.4.35
Tensorflow:              2.18.0
python:                  3.12.4
tensorflow_probability:  0.25.0

Скрипт Python:

Код: Выделить всё

import numpy as np
import jax
import tensorflow
import tensorflow_probability
import tensorflow_probability.substrates.jax as tfp
mvnorm=tensorflow_probability.distributions.MultivariateNormalFullCovariance(loc=[0,0], covariance_matrix=[[1,0],[0,1]])
phi=mvnorm.cdf([0.2,0.1])
print(phi)

Сообщение об ошибке:

Код: Выделить всё

NotImplementedError: `_is_increasing` not implemented in .

То же самое сообщение об ошибке появляется, когда я использую MultivariateNormalTriL и версию jax: tfp.distributions.MultivariateNormalFullCovariance


Подробнее здесь: https://stackoverflow.com/questions/792 ... covariance