unit8co/darts

Improve numerical stability of the NLL computation for some distributions

Open

#621 aberto em 1 de dez. de 2021

Ver no GitHub
 (0 comments) (0 reactions) (0 assignees)Python (762 forks)batch import
good first issueimprovement

Métricas do repositório

Stars
 (6.832 stars)
Métricas de merge de PR
 (Mesclagem média 143d 16h) (16 fundiu PRs em 30d)

Description

Not all Likelihoods have numerically-stable computaiton of the NLL. By default, we rely on the log_prob() function of the PyTorch Distribution objects, but it might not be the best way to get numerically stable gradients. I think it’s fairly easy to build cases where Negative Binomial fails for instance.

See: #663

Also for the Weibull distribution, the outputs changed when we changed the shape of the network outputs, which is weird and ideally should be investigated. Not clear if that’s due to numerical instability…

Guia do colaborador

Direção de pesquisa
Investigue a estabilidade numérica de log prob para as distribuições Binomial Negativa e Weibull. Crie casos de teste com valores extremos e compare os gradientes.
Pilha de tecnologia
pythonpytorch
Domain
machine learning
Tipo Issue
Bug
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.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Precisa de investigação
Prerequisites
PythonPyTorch
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
30