什麼是真正的pymc

我在pymc模型迭代，簡化什麼是真正的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)

結果：在模型運行

後，我希望cnt爲100，但打印出來給大約240（不是每個採樣都返回相同的數值，但大概是這個數字）。我認爲pymc可能在前幾次中進行了一些調整，但運行數千次迭代後，cnt總是比mcmc迭代大2倍。

這是什麼原因？
我可以使用手動調整來控制它嗎？

來源

2016-10-29 DeanLa

評估次數mu的次數與任何MCMC運行中的迭代次數無關。我不希望他們是等同的。你在做什麼？

來源

2016-11-29 18:11:34

我正在嘗試擬合一個動態模型，其中'mu'實際上是一組需要運行幾秒鐘的差分方程。因此，運行幾千次迭代需要一天的時間，並且如果'mu'被評估的更多，那麼擬合參數（'y）會使它有時爲3天。 – DeanLa

我會建議分析這些數據，看看這麼長時間。它是一個非常大的數據集？ MCMC不能很好地適應大數據。如果是這樣的話，你可以看看PyMC3，其中包括非抽樣方法推理，即變分推理。 –

數據很小。模型本身很長。在「pymc」範圍之外的一次運行是時間消費者 - 它是一個動態模型，約1000個時間戳上有大約200個隔間。 – DeanLa

什麼是真正的pymc

回答

相關問題