Python Jupyter笔记本中的pymc3-型号不是；“重置”；

我正在pymc3中制作一个模型的原型，该模型具有由

networkx

digraph

对象指定的变量之间的依赖结构。这似乎很有效。然而，我在pymc3中遇到了所谓的“模型内存”或“模型状态”问题。请允许我澄清：

在代码中有一种称为

build\u mdl（data\u set，digraph）

的方法，它接收数据集，并使用它来确定感兴趣的变量（简单分类变量）的概率分布。请注意，这与pymc3变量的

观察值

不同，数据集仅用于初始化分类变量的分布/概率向量

在模型构建过程中，运行循环/图遍历。在开始时，在进行任何遍历之前，我使用标准上下文块：

和pm.Model（）作为mdl:

。在图中的每个节点上，将使用

var=pm.category（'var_name'，p=…）

初始化

pymc3

变量，最后，返回的将是此迭代过程生成的整个

mdl

对象

有时，我想修改数据集，或者在保持变量不变的情况下修改图中的结构。很公平-我假设在方法范围之外更改了

有向图

或

数据集

变量，然后再次调用该方法将生成具有新依赖项的新模型。然而，这并没有发生。似乎

pymc3

（或者可能

Theano

）仍然“记住”这些变量或将它们保存在内存中，因为我得到了错误：

1193         """Add a random variable to the named variables of the model."""
1194         if self.named_vars.tree_contains(var.name):
-> 1195             raise ValueError(f"Variable name {var.name} already exists.")

有没有人知道如何处理这个问题，并在每次调用时“刷新”模型和所有变量？这是一个jupyter问题，

pymc3/theano

设计选择，还是仅仅是我的错误/糟糕的设计