PyMC：在初始采样运行后，带有pickle数据库的MCMC采样速度非常慢

Question

我厌倦了用PyMC重新运行长MCMC链，因此使用链保存功能PyMC带来的声音听起来很棒。我正在使用pickle数据库后端来了解基于磁盘的保存的MCMC工作流程，我发现如果我尝试连续两次使用pickle数据库从PyMC MCMC模型中进行采样，第二个sample调用非常慢。

from pymc import MCMC
from pymc.examples import disaster_model

dbname = 'simple.pickle'

S = MCMC(disaster_model, db='pickle', dbname=dbname)

S.sample(1e4) # <-- Runs very fast
if True:
    S.sample(1e4) # <-- *very slow*

S.db.close()

第一个sample呼叫几乎立即完成，但第二个呼叫非常停止，需要几秒钟才能完成。同时我在第二次调用sample期间查看磁盘上的simple.pickle文件，并注意到它的大小在20到60兆字节之间快速波动。

我希望第二个（和所有后续的）sample调用在与第一个调用大致相同的时间内完成，这样我就可以手动监控链的混合属性（是的，我知道有各种更高级的诊断功能）我可以使用，但除了问题之外。

我做错了什么？

PyMC版本2.2，Python 2.7.3，Ubuntu 12.10 64位。

Answer 1

您可以尝试使用GitHub上的master branch进行构建吗？那里有一个数据库后端修复可能是导致这种情况的原因。我们几乎已经发布了2.3版，但在此之前你可以从GitHub构建。