dynamic traceplot for jupyter notebooks
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- jupyter-notebook, python
- Ambito
- data-visualization, tooling
Direzione di ricerca
Inizia esaminando come la barra di avanzamento tqdm monitora l'output standard e come i file di output CSV di Stan espongono lp__ tra le catene. Definisci il comportamento rivolto al notebook per una traccia dinamica di lp__ durante warmup e sampling; il lavoro è completato quando la visualizzazione si aggiorna tra le catene senza monitorare i singoli parametri.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Summary:
It would be super cool to provide a dynamic traceplot of the value of lp__ (total joint log probability for the model) across all chains during warmup and sampling - is this possible?
Description:
showed Andrew Gelman Colab jupyter notebooks (R version) and he asked for this dynamic visualization. we could pull this off the output files similar to the way that the tqdm progress bar monitors standard out. given the current Stan csv format, the first column is the lp__ - the total joint log probability. generally, when lp__ converges, all params have converged, conversely, if any params have not converged, lp__ will not converge either, so this would be good enough
we want to discourage folks from trying to monitor a particular param - there are other more appropriate tools that should be used - so simple feature - just monitor lp__ across chains!
Additional Information:
Current Version:
- Lingua principale
- Python
- Stelle
- 198
- Fork
- 80
- Merge medio
- 6g 5h
- PR unite (30g)
- 1
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di stan-dev/cmdstanpy
-
documentation
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
-
Release 2.0Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
-
feature
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
-
documentation
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
-
feature method outputs
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
Tutte le issue di stan-dev/cmdstanpy
Issue simili
-
documentation
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
kristofdegrave/homeassistant-smart-charging#1413 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
nasa/earthdata-varinfo#113 ·
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
githubnext/gh-aw-workshop#3849 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 90/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno