Numba multivariate_normal raises LinAlgError on a NaN covariance

Abierto
#2,576 1 comentario 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
58/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
numpy, python

Línea de trabajo

Start by reading the Numba dispatch for pt.random.multivariate_normal and the Numba linalg Ops for SVD, eigenvalue decomposition, and Cholesky; compare their behavior on the NaN covariance shown in the issue with the JAX and Python backends. Check the existing tests for these methods and backends. Done means the Numba behavior matches the expected NaN results for each method without breaking finite covariance cases.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

linalg numba random variables

pt.random.multivariate_normal raises LinAlgError under the numba backend when its covariance contains NaN, for every method. JAX returns NaN draws, and so do the numba linalg Ops on the same input. The numba dispatch factors the covariance with numba's np.linalg.svd, eigh or cholesky, which raise on non-finite input. The Python backend follows numpy, which raises for svd and cholesky and returns NaN for eigh.

import numpy as np
import pytensor
import pytensor.tensor as pt

cov = pt.matrix("cov")
nan_cov = np.full((2, 2), np.nan)

for method in ["svd", "eigh", "cholesky"]:
    draw = pt.random.multivariate_normal(np.zeros(2), cov, method=method)
    print(pytensor.function([cov], draw, mode="JAX")(nan_cov))  # [nan nan]
    pytensor.function([cov], draw, mode="NUMBA")(nan_cov)  # LinAlgError

print(pytensor.function([cov], pt.linalg.svd(cov, compute_uv=False), mode="NUMBA")(nan_cov))  # [nan nan]
Lenguaje dominante
Python
Estrellas
654
Forks
258
Merge medio
2 d 7 h
PR fusionados (30 d)
39

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de pymc-devs/pytensor

Todos los issues de pymc-devs/pytensor

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.