pymc-devs/pymc

Compute only dependent logp in step samplers

Aberta

#7.591 aberto em 26 de nov. de 2024

Ver no GitHubGuia do colaborador
 (0 comentário) (0 reação) (0 responsável)Python (1.902 forks)batch import
enhancementshelp wantedsamplers

Métricas do repositório

Stars
 (7.926 estrelas)
Métricas de merge de PR
 (Mesclagem média 11d) (7 fundiu PRs em 30d)

Description

Description

As discussed in: https://discourse.pymc.io/t/semantik-description-of-kruschke-diagrams-model-to-graphviz/16142/8 we could be making more use of the conditional partition of the logp graph for partial step samplers.

When the proposal depends on a ratio between probabilities (BinaryMetropolois, BinaryGibbsMetropolis, CategoricalGibbsMetropolis, Slice, NUTS), we don't need to compute terms that don't depend on the updated variables.

Step samples that explicitly request delta_logp (Metropolis, DEMetropolis) achieve this implicitly via PyTensor rewrites.

I suggest adding a model.dependent_logp(vars) that helps us get the logp we need (the variables of interest + conditional dependent variables)

Guia do colaborador

Direção de pesquisa
Estude a implementação atual do logp no PyMC, entenda como os amostradores de passo calculam probabilidades e implemente um método `dependent logp` que retorna apenas os termos logp dependentes das variáveis especificadas. Siga o link da discussão para contexto.
Pilha de tecnologia
python
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Python
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
45