pymc3

    0

    1答えて

    私は以下のようにノードごとに3つの状態を持つBayesネットを設定しており、コードから特定の状態についてlogpを読むことができます。 次はそれからサンプルしたいと思います。以下のコードでは、サンプリングは実行されますが、出力の3つの状態の分布は表示されません。むしろ、私はそれらが連続ノードであるかのように平均と分散を見ます。どのように私は3つの州の後部を取得するのですか? NP 輸入MC 輸入p

    0

    1答えて

    pymc3に2つのモデルを作成しました。 1つはpm.BetaBinomialであり、もう1つはpm.Betaとpm.Binomialです。 pymc3.BetaBinomialを使用すると、$ \ alpha $と$ \ beta $が収束します。 import numpy as np from scipy.stats import binom, beta import pymc3 as p

    2

    1答えて

    DensityDistを使用する前に均一なカスタム分布のサンプルを使用したいと思います。精神に何か:starは非正規化対数尤度関数の2Dデカルトポイントをマッピングする関数である import theano.tensor as T from pymc3 import DensityDist, Uniform, Model with Model() as model: lim = 3

    1

    1答えて

    私はpymc3を使って正弦曲線をkeras(theanoバックエンド)モデルに合わせようとしています。私はこれを参照点として使用しています[http://twiecki.github.io/blog/2016/07/05/bayesian-deep-learning/]]。 最適化を使用したKeras実装だけではうまくいきますが、pymc3のHamiltonian Monte CarloとVari

    2

    1答えて

    問題文データからフィッティングモデル: 私はデータセットを持っており、それから、ベイジアンネットワークを学びたいです。 PyMCのドキュメントで説明されているように、仮定を立てて初期モデルを作成するために使用できるデータセットに関する情報はありません。だから、私は仮定せずにデータからモデルを直接学びたいと思っています。 背景 私はPyMCのドキュメント(v2とv3の&)を読みますが、私に与えられた

    -1

    1答えて

    n個のノード/フィーチャ/カラム/属性とk個のアークでベイジアンネットワークモデルの(ストレージ)サイズを計算するにはどうすればよいですか?モデルは、ピクミンまたはザクロを介して生成され得る。

    0

    1答えて

    keras 2.0とpymc3を組み合わせてニューラルネットワークを構築しようとしています。 import numpy as np import pymc3 as pm import theano import theano.tensor as T from keras.layers import Input, Dense from keras import backend as K

    1

    1答えて

    pymc3は、自動的に変数変換を実行します(What are the interval transforms in pymc3 for uniform distributions?、what does the 'find_MAP' output mean in pymc3?を参照)。 回答ではhttps://stackoverflow.com/a/42170938/5142797が適用されています