PyMC：初始採樣運行後，採用pickle數據庫的MCMC採樣速度令人難以置信

Question

我厭倦了使用PyMC重新運行長MCMC鏈，因此使用鏈節省功能PyMC帶有聽起來像一個好主意。我正在使用pickle數據庫後端來感受基於磁盤保存的MCMC工作流程，並且我發現如果我嘗試從連續兩次使用pickle數據庫的PyMC MCMC模型中進行抽樣，則會調用第二個sample是非常慢。

from pymc import MCMC 
from pymc.examples import disaster_model 

dbname = 'simple.pickle' 

S = MCMC(disaster_model, db='pickle', dbname=dbname) 

S.sample(1e4) # <-- Runs very fast 
if True: 
    S.sample(1e4) # <-- *very slow* 

S.db.close() 

第一sample調用完成幾乎是瞬間，但第二個過程非常吞吞吐吐，服用幾秒鐘即可完成。同時，我在第二次調用sample期間查看磁盤上的simple.pickle文件，並注意到它的大小在20到60兆之間迅速波動。

我希望第二個（以及所有後續的）調用在大約與第一個相同的時間完成，這樣我就可以手動監控鏈條的混合屬性（是的，我知道有各種各樣的fancier診斷，我可以使用，但除此之外）。

我在做什麼錯？

PyMC 2.2版，Python 2.7.3，Ubuntu 12.10 64位。

Answer 1

你可以試試GitHub上的master branch？有一個數據庫後端修復那裏可能是這個原因。我們幾乎已經發布了2.3版本，但在此之前，您可以從GitHub構建。