我厌倦了使用PyMC重新运行长MCMC链,因此使用链节省功能PyMC带有听起来像一个好主意。我正在使用pickle数据库后端来感受基于磁盘保存的MCMC工作流程,并且我发现如果我尝试从连续两次使用pickle数据库的PyMC MCMC模型中进行抽样,则会调用第二个sample是非常慢。 from pymc import MCMC
from pymc.examples import disaste
以下模型是PyMC的教程的一部分,命名disaster_model.py并且可以在主码被导入到被用作模型: """
A model for the disasters data with a changepoint
changepoint ~ U(0, 110)
early_mean ~ Exp(1.)
late_mean ~ Exp(1.)
disasters[t] ~ Po(ear
我有一个多元蒙特卡罗隐马尔可夫解决的问题: x[k] = f(x[k-1]) + B u[k]
y[k] = g(x[k])
其中: x[k] the hidden states (Markov dynamics)
y[k] the observed data
u[k] the stochastic driving process
是PyMC3已经足够成熟来处理这个问题,或者