Question

我正在尝试在PyMC3中实现一个非常简单的主题模型，并且我在使用它进行采样时遇到了问题。我很确定问题在'p'函数中我是如何尝试访问'theta'变量的。 Theta不是真正的列表，但我不知道如何结合这些信息。任何帮助将不胜感激。

import numpy as np
from pymc3 import *
import theano.tensor as t

K = 3 #NUMBER OF TOPICS
V = 20 #NUMBER OF WORDS
N = 15 #NUMBER OF DOCUMENTS


#GENERAETE RANDOM CATEGORICAL MIXTURES
data = np.ones([N,V])

@theano.compile.ops.as_op(itypes=[t.dmatrix, t.lscalar],otypes=[t.dvector])
def p(theta, z_i):
    return theta[z_i]


model = Model()
with model:

    alpha = np.ones(V)
    beta = np.ones(K)

    theta = Dirichlet('theta', alpha, shape=(K,V))
    phi = Dirichlet('phi', beta, shape=K)

    z = [Categorical('z_%i' % i, phi) for i in range(N)]

    x = [Categorical('x_%i' % (i), p=p(theta,z[i]), observed=data[i]) for i in range(N)]

    print "Created model.  Now begin sampling"
    step = Metropolis()
    trace = sample(10000, step)

    trace.get_values('phi')

我在上面的代码中得到的错误信息是：

TypeError：期望的type_num 9（NPY_INT64）得到7应用节点导致错误：ScalarFromTensor（InplaceDimShuffle {}。0）Toposort index：11输入类型：[TensorType（int64，scalar）]输入形状： [（）]输入步幅：[（）]输入值：[array（1）]输出客户端： [[Subtensor {int64}（Elemwise {TrueDiv} [（0,0）]。0，ScalarFromTensor.0）]]

PyMC3简单主题模型

0 个答案: