如何在PyTorch中从具有约束的分布中采样？

Question

我有一个简单的情况，比如：

Generate samples and log_prob from an uniform distribution for 2-dim variables (m1, m2) which is satisfying m1~U(5, 80), m2~U(5, 80) with constraint m1+m2 < 100.

from torch import distributions
prior = distributions.Uniform(torch.tensor([5.0, 5.0]),
                              torch.tensor([80.0, 80.0]))

我尝试像上面那样用PyTorch编码，但我不知道如何构造带有约束条件的^{}。顺便说一下，我看到了一些关于^{}的实现，但我不知道如何使用它

Answer 1

这可以通过使用rejection sampling实现：

d = torch.distributions.Uniform(5, 80)

m1 = 80
m2 = 80

while m1 + m2 >= 100:
    m1 = d.sample()
    m2 = d.sample()
    print(m1, m2)

示例输出：

tensor(52.3322) tensor(67.8245)
tensor(68.3232) tensor(40.0983)
tensor(44.7374) tensor(9.9690)