adaptation="flow" fails with backend="numba": 'NoneType' object is not callable
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 72/100
- Tipo de issue
- Error
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- python
- Área
- backend, machine-learning
Línea de trabajo
Read src/pymc.rs and compare its transform adapter initialization calls with the sequence in src/stan.rs. Trace how the compiled logp is used between the part 1 and part 2 calls, then run the reproduction from the issue with backend="numba" and flow adaptation. Done when that case samples successfully without the NoneType callable error.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
nutpie.sample(..., adaptation="flow") fails before sampling for a model compiled with backend="numba". The error is "All initialization points failed", caused by TypeError: 'NoneType' object is not callable. CompiledPyMCModel builds its TransformAdapter with logp_fn=None, but src/pymc.rs calls the adapter's fused init_from_transformed_position and init_from_untransformed_position, which run logp_fn inside JAX. src/stan.rs already avoids this by calling init_from_transformed_position_part1, then the compiled logp, then init_from_transformed_position_part2. The PyMC path can use the same sequence.
import pymc as pm
import nutpie
with pm.Model() as model:
pm.Normal("x", shape=2)
compiled = nutpie.compile_pymc_model(model, backend="numba").with_transform_adapt(num_layers=2)
nutpie.sample(compiled, adaptation="flow", chains=1, draws=100, tune=300)
# works: nutpie.compile_pymc_model(model, backend="jax", gradient_backend="jax")
- Lenguaje dominante
- Python
- Estrellas
- 214
- Forks
- 30
- Merge medio
- 3 h 50 min
- PR fusionados (30 d)
- 1
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de pymc-devs/nutpie
-
init_mean passed, but never usedAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Type mismatch in raw logp returnAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
-
Switch example to cmdstanpyAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
-
with_data fails with a list on the jax backendPosiblemente ocupada @RaphaelFakhri la tomó hace 17 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
-
normalizing-flows
Dificultad 3/5 1-2 días Aptitud para principiantes 58/100
Todos los issues de pymc-devs/nutpie
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día
-
enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
dgunning/edgartools#2019 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
topoteretes/cognee#6818 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
source_verification_agent: no outcome when the publisher confirms a work but its DOI resolves to a different recordPosiblemente ocupada @pinjun99 la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Imbad0202/academic-research-skills#1159 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
[Bug]: DoubleMLData.from_arrays checks the treatment d with force_all_x_finite instead of force_all_d_finitePosiblemente ocupada @leninworld la tomó hoy. Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
DoubleML/doubleml-for-py#471 ·
Los mantenedores suelen responder en 1 día