我试图用切换点的确定性函数来重现煤矿开采示例，而不是使用theano的开关功能。代码：
%matplotlib inline
import matplotlib.pyplot as plt
import pymc3
import numpy as np
import theano.tensor as t
import theano
data = np.hstack((np.random.poisson(15,1000),np.random.poisson(2,100)))
plt.plot(data)
@theano.compile.ops.as_op(itypes=[t.lscalar, t.dscalar,t.dscalar],otypes=[t.dvector])
def rate1(sw,mu1,mu2):
n = len(data)
out = np.empty(n)
out[:sw] = mu1
out[sw:] = mu2
return out
with pymc3.Model() as dis:
switchpoint = pymc3.DiscreteUniform('switchpoint',lower=0, upper=len(data)-1)
mu1 = pymc3.Exponential('mu1', lam=1.)
mu2 = pymc3.Exponential('mu2',lam=1.)
disasters=pymc3.Poisson('disasters', mu=rate1, observed = data)
但是这段代码出现了错误：
----------------------------------------------- ---------------------------- KeyError Traceback（最近一次调用 最后）c：\ program files \ git \ theano \ theano \ tensor \ type.py in dtype_specs（个体经营） 266＆＃39; complex64＆＃39; :(复杂，＆＃39; theano_complex64＆＃39;，＆＃39; NPY_COMPLEX64＆＃39;） - ＆GT; 267} [self.dtype] 268除了KeyError：
KeyError：＆＃39; object＆＃39;
在处理上述异常期间，发生了另一个异常：
TypeError Traceback（最近一次调用 最后）c：\ program files \ git \ theano \ theano \ tensor \ basic.py in constant_or_value（x，rtype，name，ndim，dtype） 407 rval = rtype（ - ＆GT; 408 TensorType（dtype = x_.dtype，broadcastable = bcastable）， 409 x_.copy（），
init 中的c：\ program files \ git \ theano \ theano \ tensor \ type.py（self， dtype，broadcastable，name，sparse_grad） 49 self.broadcastable = tuple（bool（b）for b in broadcastable） ---＆GT; 50 self.dtype_specs（）＃错误检查在那里完成 51 self.name = name
dtype_specs中的c：\ program files \ git \ theano \ theano \ tensor \ type.py（self） 269引发TypeError（＆＃34;％s不支持的dtype：％s＆＃34; - ＆GT; 270％（自我。类。名称，self.dtype）） 271
TypeError：TensorType：object
不支持的dtype在处理上述异常期间，发生了另一个异常：
TypeError Traceback（最近一次调用 最后）c：\ program files \ git \ theano \ theano \ tensor \ basic.py in as_tensor_variable（x，name，ndim） 201尝试： - ＆GT; 202返回常量（x，name = name，ndim = ndim） 203除了TypeError：
c：\ program files \ git \ theano \ theano \ tensor \ basic.py in constant（x， name，ndim，dtype） 421 ret = constant_or_value（x，rtype = TensorConstant，name = name，ndim = ndim， - ＆GT; 422 dtype = dtype） 423
c：\ program files \ git \ theano \ theano \ tensor \ basic.py in constant_or_value（x，rtype，name，ndim，dtype） 416除了例外： - ＆GT; 417引发TypeError（＆＃34;无法将％s转换为TensorType＆＃34;％x，类型（x）） 418
TypeError :(＆＃39;无法将FromFunctionOp {rate1}转换为TensorType＆＃39;， ）
在处理上述异常期间，发生了另一个异常：
AsTensorError Traceback（最近一次调用 最后）in（） 14 mu2 = pymc3.Exponential（＆＃39; mu2＆＃39;，lam = 1。） 15＃rate1 = pymc3.switch（switchpoint＆gt; = np.arange（len（data）），mu1，mu2） ---＆GT; 16次灾难= pymc3.Poisson（＆＃39;灾难＆＃39;，mu = rate1，观察=数据）
C：\用户\用户\ Anaconda3 \ lib中\站点包\ pymc3 \分布\ distribution.py 在新（cls，name，* args，** kwargs） 19如果isinstance（name，str）： 20 data = kwargs.pop（＆＃39;观察＆＃39;，无） ---＆GT; 21 dist = cls.dist（* args，** kwargs） 22返回model.Var（名称，dist，数据） 23 elif名称为None：
C：\用户\用户\ Anaconda3 \ lib中\站点包\ pymc3 \分布\ distribution.py 在dist（cls，* args，** kwargs） 32 def dist（cls，* args，** kwargs）： 33 dist = object。 new （cls） ---＆GT; 34 dist。 init （* args，** kwargs） 35返回dist 36
C：\用户\用户\ Anaconda3 \ lib中\站点包\ pymc3 \分布\ discrete.py 在 init （self，mu，* args，** kwargs） 185 super（Poisson，self）。 init （* args，** kwargs） 186 self.mu = mu - ＆GT; 187 self.mode = floor（mu）.astype（＆＃39; int32＆＃39;） 188 189 def random（self，point = None，size = None，repeat = None）：
调用中的c：\ program files \ git \ theano \ theano \ gof \ op.py（self， *输入，** kwargs） 598＆＃34;＆＃34;＆＃34; 599 return_list = kwargs.pop（＆＃39; return_list＆＃39;，False） - ＆GT; 600 node = self.make_node（* inputs，** kwargs） 601 602如果config.compute_test_value！=＆＃39; off＆＃39;：
c：\ program files \ git \ theano \ theano \ tensor \ elemwise.py in make_node（self，* inputs） 540使用DimShuffle。 541＆＃34;＆＃34;＆＃34; - ＆GT; 542个输入=列表（map（as_tensor_variable，inputs）） 543 shadow = self.scalar_op.make_node（ 544 * [get_scalar_type（dtype = i.type.dtype）.make_variable（）
c：\ program files \ git \ theano \ theano \ tensor \ basic.py in as_tensor_variable（x，name，ndim） 206除了异常： 207 str_x = repr（x） - ＆GT; 208引发AsTensorError（＆＃34;无法将％s转换为TensorType＆＃34;％str_x，类型（x）） 209 210＃这个名称不同，因为_as_tensor_variable是
AsTensorError :(＆＃39;无法将FromFunctionOp {rate1}转换为TensorType＆＃39;， ）
我怎么处理这个？
第二件事 - 当我使用像这样的pymc3.switch函数时：
with pymc3.Model() as dis:
switchpoint = pymc3.DiscreteUniform('switchpoint',lower=0, upper=len(data)-1)
mu1 = pymc3.Exponential('mu1', lam=1.)
mu2 = pymc3.Exponential('mu2',lam=1.)
rate1 = pymc3.switch(switchpoint >= np.arange(len(data)), mu1,mu2)
disasters=pymc3.Poisson('disasters', mu=rate1, observed = data)
然后尝试示例：
with dis:
step1 = pymc3.NUTS([mu1, mu2])
step2 = pymc3.Metropolis([switchpoint])
trace = pymc3.sample(10000, step = [step1,step2])
我收到错误：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
c:\program files\git\theano\theano\compile\function_module.py in __call__(self, *args, **kwargs)
858 try:
--> 859 outputs = self.fn()
860 except Exception:
TypeError: expected type_num 9 (NPY_INT64) got 7
During handling of the above exception, another exception occurred:
TypeError Traceback (most recent call last)
<ipython-input-4-3247d908f897> in <module>()
2 step1 = pymc3.NUTS([mu1, mu2])
3 step2 = pymc3.Metropolis([switchpoint])
----> 4 trace = pymc3.sample(10000, step = [step1,step2])
C:\Users\User\Anaconda3\lib\site-packages\pymc3\sampling.py in sample(draws, step, start, trace, chain, njobs, tune, progressbar, model, random_seed)
153 sample_args = [draws, step, start, trace, chain,
154 tune, progressbar, model, random_seed]
--> 155 return sample_func(*sample_args)
156
157
C:\Users\User\Anaconda3\lib\site-packages\pymc3\sampling.py in _sample(draws, step, start, trace, chain, tune, progressbar, model, random_seed)
162 progress = progress_bar(draws)
163 try:
--> 164 for i, strace in enumerate(sampling):
165 if progressbar:
166 progress.update(i)
C:\Users\User\Anaconda3\lib\site-packages\pymc3\sampling.py in _iter_sample(draws, step, start, trace, chain, tune, model, random_seed)
244 if i == tune:
245 step = stop_tuning(step)
--> 246 point = step.step(point)
247 strace.record(point)
248 yield strace
C:\Users\User\Anaconda3\lib\site-packages\pymc3\step_methods\compound.py in step(self, point)
11 def step(self, point):
12 for method in self.methods:
---> 13 point = method.step(point)
14 return point
C:\Users\User\Anaconda3\lib\site-packages\pymc3\step_methods\arraystep.py in step(self, point)
116 bij = DictToArrayBijection(self.ordering, point)
117
--> 118 apoint = self.astep(bij.map(point))
119 return bij.rmap(apoint)
120
C:\Users\User\Anaconda3\lib\site-packages\pymc3\step_methods\metropolis.py in astep(self, q0)
123
124
--> 125 q_new = metrop_select(self.delta_logp(q,q0), q, q0)
126
127 if q_new is q:
c:\program files\git\theano\theano\compile\function_module.py in __call__(self, *args, **kwargs)
869 node=self.fn.nodes[self.fn.position_of_error],
870 thunk=thunk,
--> 871 storage_map=getattr(self.fn, 'storage_map', None))
872 else:
873 # old-style linkers raise their own exceptions
c:\program files\git\theano\theano\gof\link.py in raise_with_op(node, thunk, exc_info, storage_map)
312 # extra long error message in that case.
313 pass
--> 314 reraise(exc_type, exc_value, exc_trace)
315
316
C:\Users\User\Anaconda3\lib\site-packages\six.py in reraise(tp, value, tb)
656 value = tp()
657 if value.__traceback__ is not tb:
--> 658 raise value.with_traceback(tb)
659 raise value
660
c:\program files\git\theano\theano\compile\function_module.py in __call__(self, *args, **kwargs)
857 t0_fn = time.time()
858 try:
--> 859 outputs = self.fn()
860 except Exception:
861 if hasattr(self.fn, 'position_of_error'):
TypeError: expected type_num 9 (NPY_INT64) got 7
Apply node that caused the error: Elemwise{Composite{Switch(GE(i0, i1), i2, i3)}}(InplaceDimShuffle{x}.0, TensorConstant{[ 0 1..1098 1099]}, InplaceDimShuffle{x}.0, InplaceDimShuffle{x}.0)
Toposort index: 11
Inputs types: [TensorType(int64, (True,)), TensorType(int32, vector), TensorType(float64, (True,)), TensorType(float64, (True,))]
Inputs shapes: [(1,), (1100,), (1,), (1,)]
Inputs strides: [(4,), (4,), (8,), (8,)]
Inputs values: [array([549]), 'not shown', array([ 1.07762995]), array([ 1.01502801])]
Outputs clients: [[Elemwise{eq,no_inplace}(Elemwise{Composite{Switch(GE(i0, i1), i2, i3)}}.0, TensorConstant{(1,) of 0}), Elemwise{Composite{Switch(GE(i0, i1), ((Switch(i2, i3, (i4 * log(i0))) - i5) - i0), i3)}}[(0, 0)](Elemwise{Composite{Switch(GE(i0, i1), i2, i3)}}.0, TensorConstant{(1,) of 0}, InplaceDimShuffle{x}.0, TensorConstant{(1,) of -inf}, TensorConstant{[ 13. 13... 0. 1.]}, TensorConstant{[ 22.55216... ]})]]
HINT: Re-running with most Theano optimization disabled could give you a back-trace of when this node was created. This can be done with by setting the Theano flag 'optimizer=fast_compile'. If that does not work, Theano optimizations can be disabled with 'optimizer=None'.
HINT: Use the Theano flag 'exception_verbosity=high' for a debugprint and storage map footprint of this apply node.
作为简单的分析师，我是否应该学习所有关于theano的东西，以便能够处理我的统计问题？具有渐变功能的新mcmc采样器是否应该促使我从pymc2切换到pymc3？
答案 0 :(得分：1)
对于您的第一个问题，您似乎正在尝试将theano函数作为变量传递。您需要使用其他变量作为参数调用该函数，然后返回一个theano变量。尝试将您的行更改为
disasters=pymc3.Poisson('disasters', mu=rate1(switchpoint, mu1, mu2), observed = data)
我无法在你的第二部分重现这个错误;抽样对我来说效果很好。