pymc-devs/pymc

Check idata dims/coords for consistency before sampling begins

Open

#7 891 ouverte le 8 août 2025

Voir sur GitHub
 (11 commentaires) (1 réaction) (0 assignés)Python (1 902 forks)batch import
beginner friendlyhackathonhelp wantedmaintenanceshape problem

Métriques du dépôt

Stars
 (7 926 stars)
Métriques de merge PR
 (Merge moyen 11j 6h) (12 PRs mergées en 30 j)

Description

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.

Guide contributeur

Direction de recherche
Examinez le pipeline d'échantillonnage de PyMC, en particulier la fonction `sample()` et la manière dont InferenceData est créé. Cherchez où le point initial du modèle est géré. L'objectif est d'ajouter une étape de validation qui tente un tirage a priori unique et vérifie qu'il peut être converti en idata avant le début de l'échantillonnage. Consultez la discussion dans l'issue #7891 pour toute contrainte supplémentaire ou approche proposée. Examinez la suite de tests existante pour l'échantillonnage pour voir où ajouter un test.
Stack technique
python
Domaine
backend
Type d'issue
Fonctionnalité
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.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
basic PyMC knowledgeInferenceData structure understanding
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
65