Как обеспечить выборочные градиенты для сэмплера HM C в тензорной вероятности? - PullRequest
0 голосов
/ 23 марта 2020

Я пытаюсь использовать встроенный сэмплер HM C с тензорной вероятностью для генерации выборок сзади. В соответствии с документацией кажется, что необходимо обеспечить (возможно, ненормализованную) логарифмическую плотность апостериорного к target_log_prob_fn вызываемой и тензорная вероятность вероятности автоматически вычисляет его градиент (относительно выводимых параметров) для выполнения гамильтониана MCM C обновления.

Однако для моего приложения вероятность и градиент результирующего апостериорного значения вычисляются вне тензорного потока (оно включает решение уравнения в частных производных, и я могу эффективно вычислить его, используя некоторую другую библиотеку python). Поэтому мне было интересно, есть ли способ, которым я могу каким-то образом напрямую передать target_log_prob_fn (ненормализованную) плотность логарифма апостериорного и его градиент для выполнения гамильтонова MCM C обновления? Другими словами, можно ли попросить сэмплер HM C использовать предоставленные мной градиенты для обновления MCM C?

Я нашел здесь связанный вопрос , но это не совсем отвечает на мой вопрос.

...