如何设置从未观察到的随机变量派生的PyMC3随机变量的“观察到”属性

问题描述

我正在使用PyMC3，不确定如何将某些变量标记为“已观察”。在一个简单的示例中，我可以将两个输入变量建模为[0，1]上的均匀分布。我知道第三个“输出”随机变量等于两个输入的乘积，假设我观察到第一个输入为1，输出为0。那么我想使用PyMC3来预测第二个输入，即在这种情况下，必须为0。

我不清楚如何告诉PyMC3观察到输出，因为它是数学表达式的结果，而不是通过构造函数显式创建的。

import pymc3 as pm

with pm.Model() as model:
  input1 = pm.Uniform('RV1',lower=0,upper=1,observed=1)  # API is clear how to mark it observed
  input2 = pm.Uniform('RV2',upper=1)  # This one is not observed
  output = input1 * input2  # How to tell PyMC3 the observed value of "output"?
  # Now I will do variational inference,sampling,etc... on the model

从技术上讲，随机变量是布尔型随机变量，但我需要将它们建模为连续变量，以便进行变化推断。我有很多，这是一个最小的例子。设置output.observed = 0似乎无效，尽管它不会崩溃。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

probability pymc3 python