我更新了一些计算，我曾经pymc2到pymc3，我有一些问题，采样的行为，当我在我的模型的一些离散的随机变量。作为一个例子，考虑下面的模型中使用pymc2： import pymc as pm
N = 100
data = 10
p = pm.Beta('p', alpha=1.0, beta=1.0)
q = pm.Beta('q', alpha=1.0, beta=1.0)
A
我无法使用pymc以及psycopg2。从教程下面这个简单的代码片段： import pymc as pm
with pm.Model() as model:
x = pm.Normal('x', mu=0., sd=1)
导致以下错误： Exception: The environment variable 'DYLD_FALLBACK_LIBRARY_PATH' does no
继续使用this example做相当简单的贝叶斯线性回归使用PYMC3（学习，我希望）我得到的初始示例运行，但然后尝试使用我自己的数据，并得到： ValueError: Optimization error: max, logp or dlogp at max have non-finite values.
Some values may be outside of distribution
在我写的模型中，我必须计算一个数量的误差函数。我正在试图做的是这样的： from math import erf
import numpy as np
import pymc as pm
sig = pm.Exponential('sig', beta=0.1, size=10)
x = erf(sig ** 2)
因为erf不会对数组工作，就会失败。我想： @pm.determin