并行化MCMC中的每次迭代

时间:2017-09-24 23:57:09

标签: sampling mcmc parallel-processing

假设我正在使用MCMC从某些发行版中进行采样,其完整条件可写为: $$ F(\的β| \ alpha_1,\ ldots,\ alpha_ {K}),$$ $$ g_s(\ alpha_ {s} | \ beta)\ mbox {for} s = 1,\ ldots,K,$$ 并且采样计算由$ g_s(\ alpha_ {s} | \ beta)$' s 支配。

显然我们可以先在每次迭代中分别(并行)对每个$ g_s(\ alpha_ {s} | \ beta)$进行采样并收集$ \ alpha_ {s} $' s,然后对$ f进行采样(\ Beta版| \ alpha_1,\ ldots,\ alpha_ {K})$。我们可以在MCMC的每次迭代中执行此操作。

我的理解是有很多沟通(收集$ \ alpha_ {s} $'然后抽样$ f(\ beta | \ alpha_1,\ ldots,\ alpha_ {K})$)继续因此,并行化不需要非常有效。

我想知道在这种情况下我需要多大程度上担心通信效率。有没有更好的方法来提高采样效率?任何建议都会非常受欢迎。

0 个答案:

没有答案