Реализация оценки плотности ядра (KDE) в pytorch или tensorflow ⇐ Python

[Anonymous]

Я нашел реализацию оценки плотности ядра в scikit-learn как:

Код: Выделить всё

from sklearn.neighbors import KernelDensity
kde = KernelDensity(bandwidth=1.0, kernel='gaussian')
kde.fit(x[:, None])
logprob = kde.score_samples(x_d[:, None])

Проблема в том, что я хочу использовать автоматическое дифференцирование, чтобы получить производную от logprob по.р.т. x, поэтому мне нужно использовать pytorch или tensorflow.
Есть ли какая-либо реализация KDE в pytorch или tensorflow, чтобы я мог использовать AD потом? Или, как я могу вычислить производную logprob относительно. x с scikit-learn?

Подробнее здесь: https://stackoverflow.com/questions/695 ... tensorflow