Я использую python3.6
Мой ноутбук jupyter снова и снова падает, когда я пытаюсь запустить выборку NUTS в pymc3.
Мой ноутбук имеет 16 Гб и i7, я думаю, этого должно быть достаточно. Я запустил один и тот же код на ноутбуке 8gb и i7, и это сработало тогда. Не в состоянии выяснить, в чем проблема в этом.
Я сгенерировал файл конфигурации для jupyter с помощью этой команды
$ jupyter notebook --generate-config
Я не могу выяснить, какой параметр мне нужно изменить, чтобы решить эту проблему.
Это код, который я использую
with pm.Model() as model:
#hyperpriors
home = pm.Flat('home') #flat pdf is uninformative - means we have no idea
sd_att = pm.HalfStudentT('sd_att', nu=3, sd=2.5)
sd_def = pm.HalfStudentT('sd_def', nu=3, sd=2.5)
intercept = pm.Flat('intercept')
# team-specific model parameters
atts_star = pm.Normal("atts_star", mu=0, sd=sd_att, shape=num_teams)
defs_star = pm.Normal("defs_star", mu=0, sd=sd_def, shape=num_teams)
# To allow samples of expressions to be saved, we need to wrap them in pymc3
Deterministic objects
atts = pm.Deterministic('atts', atts_star - tt.mean(atts_star))
defs = pm.Deterministic('defs', defs_star - tt.mean(defs_star))
# Assume exponential search on home_theta and away_theta. With pymc3, need to
rely on theano.
# tt is theano.tensor.. why Sampyl may be easier to use..
home_theta = tt.exp(intercept + home + atts[home_team] + defs[away_team])
away_theta = tt.exp(intercept + atts[away_team] + defs[home_team])
# likelihood of observed data
home_points = pm.Poisson('home_points', mu=home_theta,
observed=observed_home_goals)
away_points = pm.Poisson('away_points', mu=away_theta,
observed=observed_away_goals)
Также это ошибка sc:
