通过拆分多个cpu核心上的工作量，是否可以加速贝叶斯结构时间序列模型（BSTS）的训练？

Question

我正试图按照问题标题中所述加快BSTS模型的训练。这可能吗？如果是，将如何实施？ mcmc迭代是独立的，对吧？

Answer 1

MC MC中的 Markov链部分是连续的链，其中当前样本确定后续样本提议的概率分布。因此，尽管所得样本是渐近独立的，但在实现中却并非如此。在经典方法（例如Metropolis-Hastings）中，这是检查自相关是必不可少的诊断的原因之一，并且可能会使用稀化来获得与去相关的样本。现代方法不太容易做到这一点，因此通常从业人员不需要稀薄的样品（例如HMC样品），但是检查自相关仍然是一种好习惯。

尽管有此限制，但MCMC采样策略的某些组件可以并行化，例如并行运行多个链-大多数采样器（例如PyMC3和Stan）都具有此内置功能。而且，对于需要计算梯度信息的技术（例如，HMC / NUTS），可以将线性代数并行化。自v2.18（documentation）起，Stan在其数学库中添加了这种并行化功能，但直到Stan v3为止，目前仍被认为是实验性的。