pymc-devs/pymc

Check idata dims/coords for consistency before sampling begins

Open

#7891 aperta il 8 ago 2025

Vedi su GitHub
 (11 commenti) (1 reazione) (0 assegnatari)Python (1902 fork)batch import
beginner friendlyhackathonhelp wantedmaintenanceshape problem

Metriche repository

Star
 (7926 star)
Metriche merge PR
 (Merge medio 11g 6h) (12 PR mergiate in 30 g)

Descrizione

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.

Guida contributor

Direzione di ricerca
Esamina la pipeline di campionamento di PyMC, in particolare la funzione `sample()` e come viene creato InferenceData. Cerca dove viene gestito il punto iniziale del modello. L'obiettivo è aggiungere un passaggio di validazione che tenti un singolo campionamento a priori e verifichi che possa essere convertito in un idata prima che inizi il campionamento. Rivedi la discussione nell'issue #7891 per eventuali vincoli aggiuntivi o approcci proposti. Considera la suite di test esistente per il campionamento per vedere dove aggiungere un test.
Tech stack
python
Dominio
backend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
basic PyMC knowledgeInferenceData structure understanding
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
65