爱德华的MCMC追踪情节

Question

我使用(DPMM)根据下面的爱德华推断合成数据集上的集群分配和聚类参数。我用GPU加速的大都会黑斯廷斯来学习模型参数的后验分布。例如，对于集群方法，我们有：

D = 2 #dimension of the data
K = 5 #cluster truncation
T = 10000 #number of samples
mu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K)  
qmu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K) #posterior
gmu = Normal(loc=tf.zeros(D), scale=tf.ones(D), sample_shape=K) #proposal

inference = ed.MetropolisHastings(
    latent_vars={mu: qmu, ...},
    proposal_vars={mu: gmu, ...},
    data={x: x_data})

我感兴趣的是生成一个跟踪图来可视化来自后验分布qmu的样本。我正在寻找类似于PyMC pm.traceplot()的东西，如何在爱德华中生成一个跟踪图？

Answer 1

对于抽样中使用的Empirical分布，我们可以按以下方式访问采样值：

thin=4
burnin=2000
qmu_trace = qmu.params[burnin::thin].eval()

然后，我们可以绘制跟踪和计算直方图和自相关像往常一样。