pymc-devs/pymc

Compile single function in InferenceDataConverter._extract_log_likelihood

Open

#5 256 ouverte le 12 déc. 2021

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)Python (1 902 forks)batch import
help wantedmaintenancetrace-backend

Métriques du dépôt

Stars
 (7 926 stars)
Métriques de merge PR
 (Merge moyen 11j) (7 PRs mergées en 30 j)

Description

After #5245 we no longer need to create one function per observed variable, which may be more efficient.

https://github.com/pymc-devs/pymc/blob/10523ef548d68848d6408f78d52fefea9be5c521/pymc/backends/arviz.py#L266-L271

This requires some understanding of how to feed the right information to the InferenceData object, possibly with some extra room for improvements in InferenceDataConverter.log_likelihood_vals_point which has a TODO as well:

https://github.com/pymc-devs/pymc/blob/10523ef548d68848d6408f78d52fefea9be5c521/pymc/backends/arviz.py#L240-L245

Guide contributeur

Direction de recherche
Examinez l'implémentation actuelle de InferenceDataConverter. extract log likelihood et log likelihood vals point. Comprenez comment compiler une seule fonction pour toutes les variables observées en modifiant le graphe du modèle et assurez vous que l'objet InferenceData est correctement renseigné.
Stack technique
python
Domaine
backend
Type d'issue
Refactorisation
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
PythonPyMC
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40