Python PyMC，循环中的确定性节点

我对Python和PyMC有点陌生，而且进展很快。但我只是对设置2D矩阵的确定值的用法感到困惑。我下面有一个模型，无法正确解析。问题与在模型中设置值

theta

有关

import numpy as np
import pymc

def NAFCgenerator():

    D = np.empty(T, dtype=object)
    theta = np.empty([N,T], dtype=object)
    x = np.empty([N,T], dtype=object)

    # true location of signal
    for t in range(T):
        D[t] = pymc.DiscreteUniform('D_%i' % t, lower=0, upper=N-1)

    for t in range(T):
        for n in range(N):
            @pymc.deterministic(plot=False)
            def temp_theta(dt=D[t], n=n):
                return dt==n
            theta[n,t] = temp_theta

            x[n,t] = pymc.Normal('x_%i,%i' % (n,t),
                               mu=theta[n,t], tau=tau)

    return locals()

定义已知变量

N = 2
T = 10
tau = 1

定义模型。。。我无法正确解析它。我遇到的问题是θ的分配。目的是获得D和x的样品。θ只是一个中间变量，但我需要保留它，因为它用于更复杂的模型变化

import numpy as np
import pymc

def NAFCgenerator():

    D = np.empty(T, dtype=object)
    theta = np.empty([N,T], dtype=object)
    x = np.empty([N,T], dtype=object)

    # true location of signal
    for t in range(T):
        D[t] = pymc.DiscreteUniform('D_%i' % t, lower=0, upper=N-1)

    for t in range(T):
        for n in range(N):
            @pymc.deterministic(plot=False)
            def temp_theta(dt=D[t], n=n):
                return dt==n
            theta[n,t] = temp_theta

            x[n,t] = pymc.Normal('x_%i,%i' % (n,t),
                               mu=theta[n,t], tau=tau)

    return locals()

**编辑**

显式索引对我很有用，因为我正在学习PyMC和Python。但提取MCMC样本似乎有点笨重，例如

D0values = pymc_generator.trace('D_0')[:]

但我可能遗漏了什么。但我有没有设法让一个矢量化的版本工作

# Approach 1b - actually quite promising
def NAFCgenerator():

# NOTE TO SELF. It's important to declare these as objects
D = np.empty(T, dtype=object)
theta = np.empty([N,T], dtype=object)
x = np.empty([N,T], dtype=object)

# true location of signal
D = pymc.Categorical('D', spatial_prior, size=T)

# displayed stimuli
@pymc.deterministic(plot=False)
def theta(D=D):
    theta = np.zeros([N,T])
    theta[0,D==0]=1
    theta[1,D==1]=1
    return theta

#for n in range(N):    
x = pymc.Normal('x', mu=theta, tau=tau)

return locals()

举个例子，在MCMC样本中似乎更容易获得

Dvalues = pymc_generator.trace('D')[:]

---

在PyMC2中，当使用装饰器创建确定性节点时，默认情况下是从函数名中获取节点名。解决方案很简单：指定节点名作为装饰器的参数

        @pymc.deterministic(name='temp_theta_%d_%d'%(t,n), plot=False)
        def temp_theta(dt=D[t], n=n):
            return dt==n
        theta[n,t] = temp_theta

---

下面是。

当我执行代码时（使用

m=pymc.MCMC（NAFCgenerator（））

），我得到了这个错误：

ValueError:一个名为temp_theta的可安装pymc对象已经存在。这将导致某些数据库后端出现问题。

这就是您看到的问题吗？你应该把它添加到你的问题中，让人们更容易帮助你。很抱歉，将来会更显式。谢谢，能够使用显式索引对我很有用，来自JAGS。不过，提取MCMC样本似乎更为笨拙，需要像

pymc_generator.trace（'D_0'）[：]

等这样的行。我将添加一个矢量化的版本，使其能够正常工作。