普通のPyTorchやTensorFlowで正規分布以外の連続値の分布を予測する - Qiita

はじめに 先日、muzero-generalの実装を見ていたときに、連続値の予測としてcategoricalに予測する面白い方法がありました。 よくよく考えてみると、連続値の任意の確率分布の予測を表現できるんじゃないかな、と思って検証してみたら、上手く行きそうだったのでメモしておきます。 連続値をcategoricalに予測する 連続値の予測に MeanSquaredError を使うと基本的に「予測したい値の分布が正規分布である（さらに、関心があるのは期待値だけである）」という前提があることになります。なので例えば、山が2つあるような分布だと、その間くらいを予測してしまってちょっと都合が悪かったりします。広がり具合（分散など）もちょっとわかりません。 （関心のある）値の範囲は決まっている場合、次のような方法があります。 例えば、値の範囲が 0 ~ 10 だとすると、v=[0, 1, 2,