pymc-devs/pymc

Check idata dims/coords for consistency before sampling begins

Open

#7.891 geöffnet am 8. Aug. 2025

Auf GitHub ansehen
 (11 Kommentare) (1 Reaktion) (0 zugewiesene Personen)Python (1.902 Forks)batch import
beginner friendlyhackathonhelp wantedmaintenanceshape problem

Repository-Metriken

Stars
 (7.926 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 11T 6h) (12 gemergte PRs in 30 T)

Beschreibung

Description

This is a painful gotcha I get hit by once in a while. If you have inconsistencies between the model coords and variable shapes, PyMC will still happy sample (often for hours, ask me how I know), then error out when it gets to the final step of building the idata.

I don't think there needs to be complex logic to validate static shapes etc, I'm thinking we could do a smoke test on the model initial point (or a single prior draw) to make sure it can be converted to an idata, and raise before sampling if not.

Contributor Guide

Research-Richtung
Untersuche die PyMC Sampling Pipeline, insbesondere die Funktion `sample()` und wie InferenceData erstellt wird. Achte darauf, wo der Anfangspunkt des Modells behandelt wird. Das Ziel ist es, einen Validierungsschritt hinzuzufügen, der einen einzelnen Prior Draw versucht und prüft, ob er vor Beginn des Samplings in ein idata konvertiert werden kann. Überprüfe die Diskussion in Issue #7891 auf zusätzliche Einschränkungen oder vorgeschlagene Ansätze. Berücksichtige die bestehende Testsuite für das Sampling, um zu sehen, wo ein Test hinzugefügt werden kann.
Tech Stack
python
Domain
backend
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
basic PyMC knowledgeInferenceData structure understanding
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
65