2
我使用Dirichlet过程混合模型(DPMM)根据以下community post,使用Edward来推断合成数据集上的群集分配和群集参数。我正在使用GPU加速的Metropolis Hastings来学习模型参数的后验分布。例如,对于集群的手段,我们有:Edward的MCMC跟踪图
D = 2 #dimension of the data
K = 5 #cluster truncation
T = 10000 #number of samples
mu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K)
qmu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K) #posterior
gmu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K) #proposal
inference = ed.MetropolisHastings(
latent_vars={mu: qmu, ...},
proposal_vars={mu: gmu, ...},
data={x: x_data})
我感兴趣的是产生微量的情节,从后验分布qmu
可视化样本。我正在寻找类似于PyMC的东西pm.traceplot()
如何在Edward中生成跟踪图?