文件名称：gess:一种用于并行采样连续概率分布的 MCMC 算法
文件大小：5KB
文件格式：ZIP
更新时间：2024-07-12 16:25:20
Python
格斯 广义椭圆切片采样：一种用于并行采样连续概率分布的 MCMC 算法 假设你想运行 MCMC 并且你可以访问很多内核，你能做的最好的事情是什么？ 当然，您可以并行运行多个独立的马尔可夫链，但如果有一种方法可以在马尔可夫链之间共享信息以加快采样过程，那就太好了。 Gess 通过使用并行马尔可夫链的当前状态来构建目标分布的近似值来实现这一点。 这种近似用于以一种形式目标分布，使我们能够使用并行更新每个马尔可夫链。 有关算法的描述，请参阅。 使用 IPython 进行并行处理 Gess 是用 Python 构建的，它使用在大型集群上扩展 MCMC。 清除缓存 根据您运行的 IPython 版本，您可能会发现它尝试缓存所有内容，这将导致您的实验崩溃。 可以按如下方式清除各种缓存： def clear_cache(rc, dview): rc.purge_results('all')
【文件预览】：
gess-master
----fit_mvstud.py(1KB)
----gess.py(5KB)
----README.md(4KB)
----example.py(949B)