我需要渲染一个2d高斯，并且仍然能够区分具有float类型的2d均值。高斯的标准偏差可以是恒定的。对于生成的矩阵的大小也是如此。
知道如何在张量流中做到这一点吗？
澄清：
我需要一个函数draw2dGaussian（mean2d），它返回一个2d矩阵M.矩阵M将显示一个以位置mean2d为中心的离散2d高斯。请注意，mean2d是一对2个浮点数。矩阵M在距离mean2d足够远的点处将为0。
这个函数draw2dGaussian的要求是它必须与mean2d相区别。
我认为openDR http://files.is.tue.mpg.de/black/papers/OpenDR.pdf可能能够提供这样的功能，但我想知道是否有人有更简单的解决方案。
您正在寻找重新参数化技巧。对于一维高斯，N（mean，var）可以写成mean + sqrt（var）* N（0,1）。类似的结构适用于2d高斯，但具有协方差矩阵而不是常数方差。