pymc-devs/pymc

Compile single function in InferenceDataConverter._extract_log_likelihood

Open

#5256 aperta il 12 dic 2021

Vedi su GitHub
 (0 commenti) (0 reazioni) (0 assegnatari)Python (1902 fork)batch import
help wantedmaintenancetrace-backend

Metriche repository

Star
 (7926 star)
Metriche merge PR
 (Merge medio 11g) (7 PR mergiate in 30 g)

Descrizione

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

Guida contributor

Direzione di ricerca
Esamina l'implementazione corrente di InferenceDataConverter. extract log likelihood e log likelihood vals point. Comprendere come compilare una singola funzione per tutte le variabili osservate modificando il grafo del modello e assicurarsi che l'oggetto InferenceData sia popolato correttamente.
Tech stack
python
Dominio
backend
Tipo issue
Refactoring
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Mezza giornata
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
PythonPyMC
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40