什么是真正的pymc

我在pymc模型迭代，简化什么是真正的pymc

import pymc as pm 
a = pm.Normal('a', 0,5) 
b = pm.Normal('b', 0,5) 
cnt = 0 

@pm.deterministic 
def mu(a=a, b=b): 
    global cnt 
    cnt += 1 
    return a + b*x # x and y were loaded from csv 
y_hat = pm.Normal('y', mu, 1, observed=True, value=y) 

mc = pm.MCMC([a,b,mu,y_hat]) 
mc.sample(100) 
print (cnt)

结果：在模型运行

后，我希望cnt为100，但打印出来给大约240（不是每个采样都返回相同的数值，但大概是这个数字）。我认为pymc可能在前几次中进行了一些调整，但运行数千次迭代后，cnt总是比mcmc迭代大2倍。

这是什么原因？
我可以使用手动调整来控制它吗？

来源

2016-10-29 DeanLa

评估次数mu的次数与任何MCMC运行中的迭代次数无关。我不希望他们是等同的。你在做什么？

来源

2016-11-29 18:11:34

我正在尝试拟合一个动态模型，其中'mu'实际上是一组需要运行几秒钟的差分方程。因此，运行几千次迭代需要一天的时间，并且如果'mu'被评估的更多，那么拟合参数（'y）会使它有时为3天。 – DeanLa

我会建议分析这些数据，看看这么长时间。它是一个非常大的数据集？ MCMC不能很好地适应大数据。如果是这样的话，你可以看看PyMC3，其中包括非抽样方法推理，即变分推理。 –

数据很小。模型本身很长。在“pymc”范围之外的一次运行是时间消费者 - 它是一个动态模型，约1000个时间戳上有大约200个隔间。 – DeanLa

什么是真正的pymc

回答

相关问题