有沒有辦法從pymc3生成變量？

Question

如果我有一個如下所示的模型，我如何訪問theano函數以獲取適合我的模型的值（s）？

這是一個相當基本的模型，所以我可以用原始function來計算我的變量。不過，我打算動態生成pymc3模型，其中一些變量被重用/固定/界等

我知道我可以從model.makefn([expected])訪問theano功能，但這將依賴於轉換參數，像sigma_log_而不是sigma。

理想情況下，我正在尋找類似model.evalute([expected], alpha=1, beta=2)

有沒有這樣的方法？

感謝

def function(a, b): 
    # do something 

basic_model = Model() 

with basic_model: 

    # Priors for unknown model parameters 
    alpha = Normal('alpha', mu=0, sd=10) 
    beta = Normal('beta', mu=0, sd=10, shape=2) 
    sigma = HalfNormal('sigma', sd=1) 

    # Expected value of outcome 
    expected = Deterministic('expected', function(alpha,beta)) 
    # Likelihood (sampling distribution) of observations 
    Y_obs = Normal('Y_obs', mu=function, sd=sigma, observed=Y) 

Answer 1

這裏典型的做法是從模型的東西后驗分佈第一個樣品一樣

with model: 
    trace = pm.sample(N_SAMPLES) 

然後使用樣本逼近你的函數的後預期值。