Consider re-writing innovation-based parameterizations of key stochastic processes as `numpyro.Distributions`

オープン
#833 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 4 日以内に返信

まだ誰も着手していません。

評価

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
25/100
issue の種類
リファクタリング
明瞭さ
説明が足りない
活発さ
静か
技術スタック
python

調査の方向性

まず、PR #828 からリンクされている議論を読み、特に NumPyro Distributions と PyRenew RandomVariables の比較を確認します。どのイノベーションベースのパラメータ化を対象範囲に含めるか、またフォワードサンプリング、対数確率の評価、パフォーマンスをどのように評価すべきかを決定します。合意された実装方針と、それに対応する再実装または判断が得られれば完了です。

索引モデルが issue の本文から書いたものです。

説明

Avoiding the scan in log prob evaluation and using it only in forward sampling is a really nice feature of doing this as true numpyro Distributions, rather than as PyRenew RandomVariables.

Question: does this argue for reimplementing the innovation-based parameterizations in the same way? Do you expect performance implications?

Originally posted by @dylanhmorris in #828

主要言語
Python
スター
30
フォーク
11
平均マージ
6日 20時間
マージ済み PR(30日)
5

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

CDCgov/PyRenew のほかの issue

CDCgov/PyRenew の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。