1

問題の定義: 次のような「最も単純な」モデル (pymc3 の例から) を検討してください。

model = Model()

data = np.random.normal(size=(2, 20))

with model:
    x = Normal('x', mu=.5, tau=2. ** -2, shape=(2, 1))

    z = Beta('z', alpha=10, beta=5.5)

    d = Normal('data', mu=x, tau=.75 ** -2, observed=data)

    step = NUTS()

    trace = sample(1000, step)

モデル構造を固定するように変更したいのですが、前の (観察された) データセットに新しいデータ ポイントを追加するたびに、サンプリングを数回繰り返します。観察されたデータは何らかの形でモデル定義内に埋め込まれているため、これを行う唯一の方法は、モデル定義全体をループ内に配置することです。

model = Model()

# a set of initial data points
data = getInitPoints((2,5))

for i in xrange(m):
    with model:
        x = Normal('x', mu=.5, tau=2. ** -2, shape=(2, 1))

        z = Beta('z', alpha=10, beta=5.5)

        d = Normal('data', mu=x, tau=.75 ** -2, observed=data)

        step = NUTS()

        trace = sample(1000, step)
    data = numpy.vstack( (data,getnewPoint( (2,1) ) ) )
    #use the samples

モデルが大きい場合、特に不要なオーバーヘッドが発生する可能性があります。同じモデルを繰り返し定義するオーバーヘッドを抑えるために、次のようなアイデアで同じ結果が得られるような解決策があるかどうか疑問に思います。

with model:
    x = Normal('x', mu=.5, tau=2. ** -2, shape=(2, 1))

    z = Beta('z', alpha=10, beta=5.5)

data = getInitPoints()

for i in xrange(m):
    # only necessary parts are included in the loop 
    with model:
        d = Normal('data', mu=x, tau=.75 ** -2, observed=data)
                    step = NUTS()
        trace = sample(1000, step)
     data = numpy.vstack((data,getnewPoint()))

またはさらに良い：

data = getInitPoints()
dataHandle = magicHandle(data)
with model:
    x = Normal('x', mu=.5, tau=2. ** -2, shape=(2, 1))

    z = Beta('z', alpha=10, beta=5.5)
    #
    d = Normal('data', mu=x, tau=.75 ** -2, observed=dataHandle)

    step = NUTS()

for i in xrange(m):
    with model:
        trace = sample(1000, step)
    #  
    dataHandle = numpy.vstack((data,getnewPoint()))
4

1 に答える 1

0

正しく知ることはできないようです。ただし、このトピックに関する未解決の問題があり、可能な解決策がここにあります: https://github.com/pymc-devs/pymc/issues/10

于 2015-06-02T01:42:27.943 に答える