python - 如何保存/恢复 Adaptive Metropolis 步骤方法状态？

Question

我一直在运行一些相当昂贵且老化时间较长的型号。我想保存并恢复 AdaptiveMetropolis 步骤方法的状态(至少)以减少老化时间。有没有推荐的方法来做到这一点，或者我应该腌制 step_method.current_state() 字典并尝试更新 step_method.C、step_method.proposal_sd，当我想重新启动时，也许还有来自腌制数据的其他人？

(来自已弃用的 Google 网上论坛的交叉帖子:https://groups.google.com/forum/#!topic/pymc/6U72WuuXmMo)

Answer 1

您是否尝试过使用 save_state 和 restore_sampler_state 方法？它们应该与任何非 sqlite 后端一起使用(例如 pickle、txt)。前者应将采样器信息保存到数据库中；这是一个例子:

    {'stochastics': {'alpha': array([-0.20073951]), 'beta': array([ 2.77634734])}, 'step_methods': {'AdaptiveMetropolis_beta_alpha': {'C': array([[ 41.28628017,   2.79567393],
       [  2.79567393,   1.8832875 ]]), '_trace': [array([ 10.4010084 ,   1.48321645]), ... [ 0.43509455,  1.30152996]]), 
       'accepted': 69.0, 'shrink_if_necessary': False}}, 
       'sampler': {'status': 'ready', '_iter': 2000, '_tune_interval': 1000, '_tuned_count': 0, '_tune_throughout': True, '_burn_till_tuned': False, '_current_iter': 2000, '_burn': 0, '_thin': 1}}