pymc.ImplicitGradient#

class pymc.ImplicitGradient(approx, estimator=<class 'pymc.variational.operators.KSD'>, kernel=<pymc.variational.test_functions.RBF object>, **kwargs)[源代码]#

变分推断的隐式梯度

不建议使用

通过计算基于核的梯度来拟合任意近似的方法。默认使用RBF核进行梯度估计。默认估计器是温度等于1的核化Stein差异。此温度仅适用于大量样本。对于少量样本，需要更大的温度，但在这种情况下没有理论方法来选择最佳温度。

方法

`ImplicitGradient.__init__`(approx[, ...])
`ImplicitGradient.fit`([n, score, callbacks, ...])	执行算子变分推断
`ImplicitGradient.refine`(n[, progressbar])	使用最后编译的步骤函数优化解决方案
`ImplicitGradient.run_profiling`([n, score])

属性

approx