【发布时间】:2021-01-21 03:19:45
【问题描述】:
我正在尝试使用 Pyro 实现这个图形模型:
我的实现是:
def model(data):
p = pyro.sample('p', dist.Beta(1, 1))
label_axis = pyro.plate("label_axis", data.shape[0], dim=-3)
f_axis = pyro.plate("f_axis", data.shape[1], dim=-2)
with label_axis:
l = pyro.sample('l', dist.Bernoulli(p))
with f_axis:
e = pyro.sample('e', dist.Beta(1, 10))
with label_axis, f_axis:
f = pyro.sample('f', dist.Bernoulli(1-e), obs=data)
f = l*f + (1-l)*(1-f)
return f
但是,这似乎不适合我。问题是“f”。因为它的分布不同于伯努利。为了从 f 中采样,我使用了来自伯努利分布的样本,然后在 l=0 时更改采样值。但我不认为这会改变 Pyro 在幕后存储的“f”值。这在推理时会出现问题,对吧?
我想使用迭代板而不是矢量化板,以便能够在我的板中使用控制语句。但显然,这是不可能的,因为我正在重复使用盘子。
如何正确实施此 PGM?我需要编写自定义发行版吗?或者我可以破解 Pyro 并自己更改“f”的存储值吗?任何类型的帮助表示赞赏!干杯!
【问题讨论】: