pymc-devs/pymc

Compile single function in InferenceDataConverter._extract_log_likelihood

Open

#5,256 创建于 2021年12月12日

在 GitHub 查看
 (0 评论) (0 反应) (0 负责人)Python (1,902 fork)batch import
help wantedmaintenancetrace-backend

仓库指标

Star
 (7,926 star)
PR 合并指标
 (平均合并 11天) (30 天内合并 7 个 PR)

描述

After #5245 we no longer need to create one function per observed variable, which may be more efficient.

https://github.com/pymc-devs/pymc/blob/10523ef548d68848d6408f78d52fefea9be5c521/pymc/backends/arviz.py#L266-L271

This requires some understanding of how to feed the right information to the InferenceData object, possibly with some extra room for improvements in InferenceDataConverter.log_likelihood_vals_point which has a TODO as well:

https://github.com/pymc-devs/pymc/blob/10523ef548d68848d6408f78d52fefea9be5c521/pymc/backends/arviz.py#L240-L245

贡献者指南

研究方向
研究InferenceDataConverter. extract log likelihood和log likelihood vals point的当前实现。理解如何通过修改模型图为所有观测变量编译单个函数，并确保正确填充InferenceData对象。
技术栈
python
领域
backend
议题类型
重构
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
半天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
新近可参与
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonPyMC
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
40