我该如何优化这个pymc代码？

Question

我想用pymc3：

对一个简单的Ising模型进行推理

mu = pm.Uniform('mu', lower=0, upper=1, shape=(N,1))
energy = mu.T * W * mu + f.T * mu
logp = pm.Potential('logp', energy)
start = model.test_point
step = pm.NUTS(vars=[mu])
print 'creating NUTS took', time.time() - t0

但是，最后一个pm.NUTS步骤平均需要2分钟才能完成，并且还会使用~1 GB的内存。这是N = 15，所以一个非常小的模型。关于加速这个的任何提示？它已经在使用非常基本的操作，二阶信息应该易于计算。