我刚开始学习tensorflow的分布和双射器。我知道在设计tensorflow分布包时，他们将张量的形状分为三组：[样本形状，批次形状，事件形状]。但我发现很难理解为什么在定义新的双射器类时，他们总是将父类的“事件维度”设为1。例如，以下代码是一个Real-NVP双射器类，在其init函数中：

super(NVPCoupling, self).__init__(
                event_ndims=1, validate_args=validate_args, name=name)

但据我理解，这个Real-NVP类是作用于事件维度为D的张量，对吗？

def net(x, out_size):
        return layers.stack(x, layers.fully_connected, [512, 512, out_size])
    # Real-NVP的仿射耦合层
    class NVPCoupling(tfb.Bijector):
        """NVP仿射耦合层，用于2D单位。
        """
        def __init__(self, D, d, layer_id=0, validate_args=False, name="NVPCoupling"):
            """
            参数:
              d: 前d个单位是直通单位。
            """
            # 前d个数字决定剩余D-d个数字的缩放/移位因子。
            super(NVPCoupling, self).__init__(
                event_ndims=1, validate_args=validate_args, name=name)
            self.D, self.d = D, d
            self.id = layer_id
            # 在这里创建变量
            tmp = tf.placeholder(dtype=DTYPE, shape=[1, self.d])
            self.s(tmp)
            self.t(tmp)
        def s(self, xd):
            with tf.variable_scope('s%d' % self.id, reuse=tf.AUTO_REUSE):
                return net(xd, self.D - self.d)
        def t(self, xd):
            with tf.variable_scope('t%d' % self.id, reuse=tf.AUTO_REUSE):
                return net(xd, self.D - self.d)
        def _forward(self, x):
            xd, xD = x[:, :self.d], x[:, self.d:]
            yD = xD * tf.exp(self.s(xd)) + self.t(xd)  # [batch, D-d]
            return tf.concat([xd, yD], axis=1)
        def _inverse(self, y):
            yd, yD = y[:, :self.d], y[:, self.d:]
            xD = (yD - self.t(yd)) * tf.exp(-self.s(yd))
            return tf.concat([yd, xD], axis=1)
        def _forward_log_det_jacobian(self, x):
            event_dims = self._event_dims_tensor(x)
            xd = x[:, :self.d]
            return tf.reduce_sum(self.s(xd), axis=event_dims)

此外，当我们使用样本张量来训练它时，张量的形状为[batch_size, D]。但tmp占位符的形状是[1, self.d]，而不是[Batch_size, self.d]。这是为什么呢？希望有专家能澄清这一点。谢谢。

回答：

event_ndims 是事件维度的数量，而不是输入的大小。因此，event_ndims=1 作用于向量，event_ndims=2 作用于矩阵，依此类推。请参阅Bijector类的__init__文档字符串。