Байесовский вывод PyMC3 с инициализацией NUTS - PullRequest
Новая
       106

Байесовский вывод PyMC3 с инициализацией NUTS

0 голосов
/ 12 июня 2018

Я пытаюсь реализовать простой байесовский вывод, используя модель ODE.Я хочу использовать алгоритм NUTS для выборки, но он дает мне ошибку инициализации.Я не знаю много о PyMC3, поскольку я новичок в этом.Пожалуйста, посмотрите и скажите мне, что не так. 

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
import seaborn
import pymc3 as pm
import theano.tensor as T
from theano.compile.ops import as_op

#Actual Solution of the Differential Equation(Used to generate data)
def actual(a,b,x):
    Y =  np.exp(-b*x)*(a*np.exp(b*x)*(b*x-1)+a+b**2)/b**2
    return Y

#Method For Solving the ODE
def lv(xdata, a=5.0, b=0.2):
    def dy_dx(y, x):
        return a*x - b*y
    y0 = 1.0
    Y, dict  = odeint(dy_dx,y0,xdata,full_output=True)
    return Y

#Generating Data for Bayesian Inference
a0, b0 = 5, 0.2
xdata = np.linspace(0, 21, 100)
ydata = actual(a0,b0,xdata)

# Adding some error to the ydata points
yerror = 10*np.random.rand(len(xdata))
ydata += np.random.normal(0.0, np.sqrt(yerror))
ydata = np.ravel(ydata)

@as_op(itypes=[T.dscalar, T.dscalar], otypes=[T.dvector])

def func(al,be):
    Q = lv(xdata, a=al, b=be)
    return np.ravel(Q)

# Number of Samples and Initial Conditions
nsample = 5000
y0 = 1.0

# Model for Bayesian Inference
model = pm.Model()
with model:
    # Priors for unknown model parameters
    alpha = pm.Uniform('alpha', lower=a0/2, upper=a0+a0/2)
    beta = pm.Uniform('beta', lower=b0/2, upper=b0+b0/2)

    # Expected value of outcome
    mu = func(alpha,beta)


    # Likelihood (sampling distribution) of observations
    Y_obs = pm.Normal('Y_obs', mu=mu, sd=yerror, observed=ydata)

    trace = pm.sample(nsample, nchains=1)


pm.traceplot(trace)
plt.show()

Я получаю ошибку: 

Auto-assigning NUTS sampler...
Initializing NUTS using jitter+adapt_diag...
Initializing NUTS failed. Falling back to elementwise auto-assignment.

Любая помощь будет очень признательна

...