pymc3

    1熱度

    1回答

    我正在看一個在pymc3中實現了CMPoisson模型的人的要點。不幸的是,有兩個步驟我不確定。在模型的主要建築物。 (GIST可以在這裏找到:https://gist.github.com/dadaromeo/33e581d9e3bcbad83531b4a91a87509f) 在測試數據的建設,他用兩個步驟來計算的數據: n,d = 1000, 4 X = np.abs(np.random.r

    0熱度

    1回答

    我正在pymc3中實現隱馬爾可夫鏈。在實現隱藏狀態方面我已經做得相當好了。下面,我展示了一個簡單的2態Markov鏈: import numpy as np import pymc3 as pm import theano.tensor as tt # Markov chain sample with 2 states that was created # to have prob 0-

    1熱度

    1回答

    我在Windows 10上運行,並具有Python 2.7,Python 3.5和Anaconda。我想安裝PyMC3並在Python 3中運行它在jupyter筆記本中。然而,無論我嘗試什麼安裝方法,我似乎都無法讓它運行。 我已經嘗試了所有下列途徑安裝PyMC3(同時使用PIP和PIP 3), conda install mingw libpython pip install --upgrad

    1熱度

    1回答

    我在玩PyMC3中玩弄離散HMM模型,我遇到了一些問題。 我最初的代碼看起來是這樣的: # Known transition and emission with pymc3.Model() as hmm1: T = tt.as_tensor_variable(Tr) E = tt.as_tensor_variable(Er) # State models

    2熱度

    1回答

    pymc3中find_MAP的返回值是什麼? 看來,pymc3.Normal和pymc3.Uniform變量不認爲是相同的:對於pymc3.Normal變量,find_MAP返回一個看起來像最大後驗概率的值。但對於pymc3.Uniform變量,我得到一個'_interval'後綴添加到變量的名稱,我沒有在文檔中找到返回值的含義(這可能看起來很荒謬,甚至不在物理限制內) 。 例如: import

    0熱度

    1回答

    TL; DR 對隨機變量(呈現確定性也是隨機的)作爲輸入的變量進行後驗預測檢驗的正確方法是什麼? 太短;不明白 說我們有一個pymc3模式是這樣的: import pymc3 as pm with pm.Model() as model: # Arbitrary, trainable distributions. dist1 = pm.Normal("dist1", 0,

    2熱度

    1回答

    如何在PYMC3中實現確定性向量運算?例如型號: M ~ Unif(-5, 5) S ~ Unif(0, |1/M|) data ~ Normal(M, S) M是高斯觀測值的均值,S是標準差。假設標準差均勻分佈在[0,| 1/M |](當M爲負值時需要絕對值)。 驗證碼: import pymc3 as pm import numpy as np size = 20 with pm

    7熱度

    3回答

    我無法使用PyMc3將屬於某個類的實例的方法擬合爲確定性函數。你能告訴我該怎麼做嗎? 爲了簡單起見,我的情況總結如下一個簡單的例子。實際上,我的約束是,一切都是通過GUI完成的,像'find_MAP'這樣的動作應該在鏈接到pyqt按鈕的方法中。 我想在數據點上擬合函數'FunctionIWantToFit'。問題,下面的代碼: import numpy as np import pymc3 as

    0熱度

    1回答

    我有大量的可以放入字典的先驗。爲了簡單起見,我們用下面的例子只含有3前科: d = {'a1':{'name':'a1','lower':0,'upper':10},\ 'a2':{'name':'a2','lower':0,'upper':10},\ 'a3':{'name':'a3','lower':0,'upper':10}} 我可以手動創建這些變量: import pymc3 m

    0熱度

    1回答

    我試圖實現一個自定義操作,我得到「錯誤的輸入參數theano函數」錯誤。這是代碼。我所理解的問題是:如何將PyMC3變量轉換爲可以理解的類型? import numpy as np import theano import theano.tensor as t from theano import config config.compute_test_value = 'off' #tr