Байесовская логистическая регрессия с использованием вероятности тензорного потока - PullRequest
Новая
       79

Байесовская логистическая регрессия с использованием вероятности тензорного потока

0 голосов
/ 22 апреля 2019

У меня возникли проблемы при попытке запустить пример байесовской логистической регрессии по вероятности тензорного потока, как показано Введение в вероятностное программирование, теперь доступно в TensorFlow Probability .

Если я просто запускаю код на сайте, я получаю следующую ошибку: 

Traceback (most recent call last):
  File "<input>", line 75, in <module>
TypeError: make_simple_step_size_update_policy() missing 1 required positional argument: 'num_adaptation_steps'

Затем, когда я указываю num_adaptation_steps = 5, я получаю следующую ошибку: 

FailedPreconditionError (see above for traceback): Error while reading resource variable step_size_hmc from Container: localhost. This could mean that the variable was uninitialized. Not found: Container localhost does not exist. (Could not find resource: localhost/step_size_hmc)
     [[node mcmc_sample_chain/transformed_kernel_bootstrap_results/Identity_2/ReadVariableOp (defined at /home/abeer/PycharmProjects/TensorFlowProbability/venv/lib/python3.6/site-packages/tensorflow_probability/python/mcmc/hmc.py:127) ]]

Я не знаю, что я делаю неправильно, и любая помощь будет принята с благодарностью. Спасибо !!

1 Ответ

1 голос
/ 22 апреля 2019

Код Challenger в текущем Colab для главы 2 должен работать:

https://colab.sandbox.google.com/github/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/blob/master/Chapter2_MorePyMC/Ch2_MorePyMC_TFP.ipynb#scrollTo=oHU-MbPxs8iL

hmc=tfp.mcmc.TransformedTransitionKernel(
inner_kernel=tfp.mcmc.HamiltonianMonteCarlo(
    target_log_prob_fn=unnormalized_posterior_log_prob,
    num_leapfrog_steps=40,
    step_size=step_size,
    step_size_update_fn=tfp.mcmc.make_simple_step_size_update_policy(
        num_adaptation_steps=int(burnin * 0.8)),
    state_gradients_are_stopped=True),
bijector=unconstraining_bijectors)

Я только что заметил, что более ранние примеры HMC в этой главе не содержат num_adaptation_steps,поэтому я сделаю пиар в ближайшее время, чтобы это исправить.Или не стесняйтесь.

Спасибо, Майк

...