索引

_

__init__() （pymc.ADVI 方法） __init__() （pymc.Approximation 方法） __init__() （pymc.ASVGD 方法） __init__() （pymc.backends.base.BaseTrace 方法） __init__() （pymc.backends.base.MultiTrace 方法） __init__() （pymc.backends.NDArray 方法） __init__() （pymc.BinaryGibbsMetropolis 方法） __init__() （pymc.BinaryMetropolis 方法） __init__() （pymc.CallableTensor 方法） __init__() （pymc.CategoricalGibbsMetropolis 方法） __init__() （pymc.CauchyProposal 方法） __init__() （pymc.CompoundStep 方法） __init__() （pymc.Continuous 方法） __init__() （pymc.CustomDist 方法） __init__() （pymc.DEMetropolis 方法） __init__() （pymc.DEMetropolisZ 方法） __init__() （pymc.DictToArrayBijection 方法） __init__() （pymc.DiracDelta 方法） __init__() （pymc.Discrete 方法） __init__() （pymc.Distribution 方法） __init__() （pymc.distributions.transforms.Chain 方法） __init__() （pymc.distributions.transforms.CholeskyCovPacked 方法） __init__() （pymc.distributions.transforms.Interval 方法） __init__() （pymc.distributions.transforms.LogExpM1 方法） __init__() （pymc.distributions.transforms.SumTo1 方法） __init__() （pymc.distributions.transforms.ZeroSumTransform 方法） __init__() （pymc.Empirical 方法） __init__() （pymc.FullRank 方法） __init__() （pymc.FullRankADVI 方法） __init__() （pymc.GeneratorAdapter 方法） __init__() （pymc.gp.cov.Constant 方法） __init__() （pymc.gp.cov.Coregion 方法） __init__() （pymc.gp.cov.Cosine 方法） __init__() （pymc.gp.cov.Exponential 方法） __init__() （pymc.gp.cov.ExpQuad 方法） __init__() （pymc.gp.cov.Gibbs 方法） __init__() （pymc.gp.cov.Kron 方法） __init__() （pymc.gp.cov.Linear 方法） __init__() （pymc.gp.cov.Matern32 方法） __init__() （pymc.gp.cov.Matern52 方法）

__init__() （pymc.gp.cov.Periodic 方法） __init__() （pymc.gp.cov.Polynomial 方法） __init__() （pymc.gp.cov.RatQuad 方法） __init__() （pymc.gp.cov.ScaledCov 方法） __init__() （pymc.gp.cov.WarpedInput 方法） __init__() （pymc.gp.cov.WhiteNoise 方法） __init__() （pymc.gp.HSGP 方法） __init__() （pymc.gp.Latent 方法） __init__() （pymc.gp.LatentKron 方法） __init__() （pymc.gp.Marginal 方法） __init__() （pymc.gp.MarginalApprox 方法） __init__() （pymc.gp.MarginalKron 方法） __init__() （pymc.gp.mean.Constant 方法） __init__() （pymc.gp.mean.Linear 方法） __init__() （pymc.gp.mean.Zero 方法） __init__() （pymc.gp.TP 方法） __init__() （pymc.Group 方法） __init__() （pymc.HamiltonianMC 方法） __init__() （pymc.ImplicitGradient 方法） __init__() （pymc.Inference 方法） __init__() （pymc.KLqp 方法） __init__() （pymc.LaplaceProposal 方法） __init__() （pymc.MeanField 方法） __init__() （pymc.Metropolis 方法） __init__() （pymc.model.core.Model 方法） __init__() （pymc.MultivariateNormalProposal 方法） __init__() （pymc.NormalProposal 方法） __init__() （pymc.NUTS 方法） __init__() （pymc.ode.DifferentialEquation 方法） __init__() （pymc.PoissonProposal 方法） __init__() （pymc.Slice 方法） __init__() （pymc.smc.kernels.IMH 方法） __init__() （pymc.smc.kernels.MH 方法） __init__() （pymc.smc.kernels.SMC_KERNEL 方法） __init__() （pymc.Stein 方法） __init__() （pymc.SVGD 方法） __init__() （pymc.SymbolicRandomVariable 方法） __init__() （pymc.UniformProposal 方法） __init__() （pymc.variational.operators.KL 方法） __init__() （pymc.variational.operators.KSD 方法）

A

abs()（在 pymc.math 模块中） adadelta()（在 pymc 模块中） adagrad()（在 pymc 模块中） adagrad_window()（在 pymc 模块中） adam()（在 pymc 模块中） adamax()（在 pymc 模块中） add_coord() （pymc.model.core.Model 方法） add_coords() （pymc.model.core.Model 方法） add_named_variable() （pymc.model.core.Model 方法） add_tag_trace()（pymc.ode.DifferentialEquation 静态方法） add_tag_trace()（pymc.SymbolicRandomVariable 静态方法） ADVI（pymc 中的类） and_()（在 pymc.math 模块中） apply() （pymc.variational.operators.KL 方法） apply() （pymc.variational.operators.KSD 方法） apply_momentum()（在 pymc 模块中）

apply_nesterov_momentum()（在 pymc 模块中） Approximation（pymc 中的类） AR（pymc 中的类） astep() （pymc.BinaryGibbsMetropolis 方法） astep() （pymc.BinaryMetropolis 方法） astep() （pymc.CategoricalGibbsMetropolis 方法） astep() （pymc.DEMetropolis 方法） astep() （pymc.DEMetropolisZ 方法） astep() （pymc.HamiltonianMC 方法） astep() （pymc.Metropolis 方法） astep() （pymc.NUTS 方法） astep() （pymc.Slice 方法） astep_prop() （pymc.CategoricalGibbsMetropolis 方法） astep_unif() （pymc.CategoricalGibbsMetropolis 方法） ASVGD（pymc 中的类） AsymmetricLaplace（pymc 中的类）

B

backward() （pymc.distributions.transforms.Chain 方法） backward() （pymc.distributions.transforms.CholeskyCovPacked 方法） backward() （pymc.distributions.transforms.Interval 方法） backward() （pymc.distributions.transforms.LogExpM1 方法） backward() （pymc.distributions.transforms.SumTo1 方法） backward() （pymc.distributions.transforms.ZeroSumTransform 方法）

BaseTrace（pymc.backends.base 中的类） Bernoulli（pymc 中的类） BetaBinomial（pymc 中的类） Beta（pymc 中的类） BinaryGibbsMetropolis（pymc 中的类） BinaryMetropolis（pymc 中的类） Binomial（pymc 中的类）

C

CallableTensor（pymc 中的类） CAR（pymc 中的类） CategoricalGibbsMetropolis（pymc 中的类） Categorical（pymc 中的类） CauchyProposal（pymc 中的类） Cauchy（pymc 中的类） ceil()（在 pymc.math 模块中） Censored（pymc 中的类） Chain（pymc.distributions.transforms 中的类） change_dist_size()（在 pymc.distributions.shape_utils 模块中） change_value_transforms()（在 pymc.model.transform.conditioning 模块中） check_start_vals() （pymc.model.core.Model 方法） check_valid_dist_random()（pymc.CustomDist 类方法） ChiSquared（pymc 中的类） CholeskyCovPacked（pymc.distributions.transforms 中的类） circular()（在 pymc.distributions.transforms 模块中） clip()（在 pymc.math 模块中） clone() （pymc.SymbolicRandomVariable 方法） clone_model()（在 pymc.model.fgraph 模块中） close() （pymc.backends.base.BaseTrace 方法） close() （pymc.backends.NDArray 方法） collect() （pymc.Approximation 方法） collect() （pymc.Empirical 方法） collect() （pymc.FullRank 方法） collect() （pymc.MeanField 方法） competence()（pymc.BinaryGibbsMetropolis 静态方法） competence()（pymc.BinaryMetropolis 静态方法） competence()（pymc.CategoricalGibbsMetropolis 静态方法） competence()（pymc.DEMetropolis 静态方法） competence()（pymc.DEMetropolisZ 静态方法） competence()（pymc.HamiltonianMC 静态方法） competence()（pymc.Metropolis 静态方法）

competence()（pymc.NUTS 静态方法） competence()（pymc.Slice 静态方法） compile_d2logp() （pymc.model.core.Model 方法） compile_dlogp() （pymc.model.core.Model 方法） compile_fn() （pymc.model.core.Model 方法） compile_fn()（在 pymc.model.core 模块中） compile_logp() （pymc.model.core.Model 方法） compile_pymc()（在 pymc 模块中） CompoundStep（pymc 中的类） compute_log_likelihood()（在 pymc 模块中） concatenate()（在 pymc.math 模块中） conditional() （pymc.gp.HSGP 方法） conditional() （pymc.gp.Latent 方法） conditional() （pymc.gp.LatentKron 方法） conditional() （pymc.gp.Marginal 方法） conditional() （pymc.gp.MarginalApprox 方法） conditional() （pymc.gp.MarginalKron 方法） conditional() （pymc.gp.TP 方法） conditional_logp()（在 pymc.logprob 模块中） connection_pattern() （pymc.SymbolicRandomVariable 方法） constant()（在 pymc.math 模块中） ConstantData()（在 pymc 模块中） Constant（pymc.gp.cov 中的类） Constant（pymc.gp.mean 中的类） cont_inputs()（在 pymc 模块中） Continuous（pymc 中的类） convert_observed_data()（在 pymc 模块中） Coregion（pymc.gp.cov 中的类） cos()（在 pymc.math 模块中） cosh()（在 pymc.math 模块中） Cosine（pymc.gp.cov 中的类） create_value_var() （pymc.model.core.Model 方法） CustomDist（pymc 中的类）

D

d2logp() （pymc.model.core.Model 方法） Data()（在 pymc 模块中） debug() （pymc.model.core.Model 方法） DEMetropolisZ（pymc 中的类） DEMetropolis（pymc 中的类） Deterministic()（在 pymc.model.core 模块中） diag() （pymc.gp.cov.Constant 方法） diag() （pymc.gp.cov.Coregion 方法） diag() （pymc.gp.cov.Cosine 方法） diag() （pymc.gp.cov.Exponential 方法） diag() （pymc.gp.cov.ExpQuad 方法） diag() （pymc.gp.cov.Gibbs 方法） diag() （pymc.gp.cov.Kron 方法） diag() （pymc.gp.cov.Linear 方法） diag() （pymc.gp.cov.Matern32 方法） diag() （pymc.gp.cov.Matern52 方法） diag() （pymc.gp.cov.Periodic 方法） diag() （pymc.gp.cov.Polynomial 方法） diag() （pymc.gp.cov.RatQuad 方法） diag() （pymc.gp.cov.ScaledCov 方法） diag() （pymc.gp.cov.WarpedInput 方法） diag() （pymc.gp.cov.WhiteNoise 方法） DictToArrayBijection（pymc 中的类） DifferentialEquation（pymc.ode 中的类） DiracDelta（pymc 中的类） DirichletMultinomial（pymc 中的类） Dirichlet（pymc 中的类） DiscreteUniform（pymc 中的类） DiscreteWeibull（pymc 中的类） Discrete（pymc 中的类） dist()（pymc.AR 类方法） dist()（pymc.AsymmetricLaplace 类方法） dist()（pymc.Bernoulli 类方法） dist()（pymc.Beta 类方法） dist()（pymc.BetaBinomial 类方法） dist()（pymc.Binomial 类方法） dist()（pymc.CAR 类方法） dist()（pymc.Categorical 类方法） dist()（pymc.Cauchy 类方法） dist()（pymc.Censored 类方法） dist()（pymc.ChiSquared 类方法） dist()（pymc.Continuous 类方法） dist()（pymc.CustomDist 类方法） dist()（pymc.DiracDelta 类方法） dist()（pymc.Dirichlet 类方法） dist()（pymc.DirichletMultinomial 类方法） dist()（pymc.Discrete 类方法） dist()（pymc.DiscreteUniform 类方法） dist()（pymc.DiscreteWeibull 类方法） dist()（pymc.Distribution 类方法） dist()（pymc.EulerMaruyama 类方法） dist()（pymc.ExGaussian 类方法） dist()（pymc.Exponential 类方法） dist()（pymc.Flat 类方法） dist()（pymc.Gamma 类方法） dist()（pymc.GARCH11 类方法） dist()（pymc.GaussianRandomWalk 类方法） dist()（pymc.Geometric 类方法） dist()（pymc.Gumbel 类方法） dist()（pymc.HalfCauchy 类方法）

dist()（pymc.HalfFlat 类方法） dist()（pymc.HalfNormal 类方法） dist()（pymc.HalfStudentT 类方法） dist()（pymc.HurdleGamma 类方法） dist()（pymc.HurdleLogNormal 类方法） dist()（pymc.HurdleNegativeBinomial 类方法） dist()（pymc.HurdlePoisson 类方法） dist()（pymc.HyperGeometric 类方法） dist()（pymc.ICAR 类方法） dist()（pymc.Interpolated 类方法） dist()（pymc.InverseGamma 类方法） dist()（pymc.KroneckerNormal 类方法） dist()（pymc.Kumaraswamy 类方法） dist()（pymc.Laplace 类方法） dist()（pymc.LKJCholeskyCov 类方法） dist()（pymc.LKJCorr 类方法） dist()（pymc.Logistic 类方法） dist()（pymc.LogitNormal 类方法） dist()（pymc.LogNormal 类方法） dist()（pymc.MatrixNormal 类方法） dist()（pymc.Mixture 类方法） dist()（pymc.Moyal 类方法） dist()（pymc.Multinomial 类方法） dist()（pymc.MvGaussianRandomWalk 类方法） dist()（pymc.MvNormal 类方法） dist()（pymc.MvStudentT 类方法） dist()（pymc.MvStudentTRandomWalk 类方法） dist()（pymc.NegativeBinomial 类方法） dist()（pymc.Normal 类方法） dist()（pymc.NormalMixture 类方法） dist()（pymc.OrderedLogistic 类方法） dist()（pymc.OrderedMultinomial 类方法） dist()（pymc.OrderedProbit 类方法） dist()（pymc.Pareto 类方法） dist()（pymc.Poisson 类方法） dist()（pymc.PolyaGamma 类方法） dist()（pymc.Rice 类方法） dist()（pymc.Simulator 类方法） dist()（pymc.SkewNormal 类方法） dist()（pymc.StickBreakingWeights 类方法） dist()（pymc.StudentT 类方法） dist()（pymc.Triangular 类方法） dist()（pymc.Truncated 类方法） dist()（pymc.TruncatedNormal 类方法） dist()（pymc.Uniform 类方法） dist()（pymc.VonMises 类方法） dist()（pymc.Wald 类方法） dist()（pymc.Weibull 类方法） dist()（pymc.Wishart 类方法） dist()（pymc.ZeroInflatedBinomial 类方法） dist()（pymc.ZeroInflatedNegativeBinomial 类方法） dist()（pymc.ZeroInflatedPoisson 类方法） dist()（pymc.ZeroSumNormal 类方法） Distribution（pymc 中的类） dlogp() （pymc.model.core.Model 方法） do()（在 pymc.model.transform.conditioning 模块中） do_constant_folding() （pymc.ode.DifferentialEquation 方法） do_constant_folding() （pymc.SymbolicRandomVariable 方法） dot()（在 pymc.math 模块中） draw()（在 pymc 模块中）

E

Empirical（pymc 中的类） eq()（在 pymc.math 模块中） erf()（在 pymc.math 模块中） erfinv()（在 pymc.math 模块中） euclidean_dist() （pymc.gp.cov.Cosine 方法） euclidean_dist() （pymc.gp.cov.Exponential 方法） euclidean_dist() （pymc.gp.cov.ExpQuad 方法） euclidean_dist() （pymc.gp.cov.Matern32 方法） euclidean_dist() （pymc.gp.cov.Matern52 方法） euclidean_dist() （pymc.gp.cov.Periodic 方法）

euclidean_dist() （pymc.gp.cov.RatQuad 方法） EulerMaruyama（pymc 中的类） eval_rv_shapes() （pymc.model.core.Model 方法） evaluate_over_trace() （pymc.Empirical 方法） ExGaussian（pymc 中的类） exp()（在 pymc.math 模块中） expand_packed_triangular()（在 pymc 模块中） Exponential（pymc 中的类） Exponential（pymc.gp.cov 中的类） ExpQuad（pymc.gp.cov 中的类）

F

fgraph_from_model()（在 pymc.model.fgraph 模块中） find_constrained_prior()（在 pymc 模块中） find_hessian()（在 pymc 模块中） find_MAP()（在 pymc 模块中） fit() （pymc.ADVI 方法） fit() （pymc.ASVGD 方法） fit() （pymc.FullRankADVI 方法） fit() （pymc.ImplicitGradient 方法） fit() （pymc.Inference 方法） fit() （pymc.KLqp 方法） fit() （pymc.SVGD 方法） fit()（在 pymc 模块中） flatten()（在 pymc.math 模块中） Flat（pymc 中的类） floatX()（在 pymc 模块中） floor()（在 pymc.math 模块中） forward() （pymc.distributions.transforms.Chain 方法） forward() （pymc.distributions.transforms.CholeskyCovPacked 方法） forward() （pymc.distributions.transforms.Interval 方法） forward() （pymc.distributions.transforms.LogExpM1 方法） forward() （pymc.distributions.transforms.SumTo1 方法） forward() （pymc.distributions.transforms.ZeroSumTransform 方法） full() （pymc.gp.cov.Constant 方法）

full() （pymc.gp.cov.Coregion 方法） full() （pymc.gp.cov.Cosine 方法） full() （pymc.gp.cov.Exponential 方法） full() （pymc.gp.cov.ExpQuad 方法） full() （pymc.gp.cov.Gibbs 方法） full() （pymc.gp.cov.Kron 方法） full() （pymc.gp.cov.Linear 方法） full() （pymc.gp.cov.Matern32 方法） full() （pymc.gp.cov.Matern52 方法） full() （pymc.gp.cov.Periodic 方法） full() （pymc.gp.cov.Polynomial 方法） full() （pymc.gp.cov.RatQuad 方法） full() （pymc.gp.cov.ScaledCov 方法） full() （pymc.gp.cov.WarpedInput 方法） full() （pymc.gp.cov.WhiteNoise 方法） full_from_distance() （pymc.gp.cov.Cosine 方法） full_from_distance() （pymc.gp.cov.Exponential 方法） full_from_distance() （pymc.gp.cov.ExpQuad 方法） full_from_distance() （pymc.gp.cov.Matern32 方法） full_from_distance() （pymc.gp.cov.Matern52 方法） full_from_distance() （pymc.gp.cov.Periodic 方法） full_from_distance() （pymc.gp.cov.RatQuad 方法） FullRankADVI（pymc 中的类） FullRank（pymc 中的类）

G

Gamma（pymc 中的类） GARCH11（pymc 中的类） GaussianRandomWalk（pymc 中的类） ge()（在 pymc.math 模块中） generator()（在 pymc 模块中） GeneratorAdapter（pymc 中的类） Geometric（pymc 中的类） get_a_and_b() （pymc.distributions.transforms.Interval 方法） get_data()（在 pymc 模块中） get_lop_op() （pymc.SymbolicRandomVariable 方法） get_optimization_replacements() （pymc.Approximation 方法） get_optimization_replacements() （pymc.Empirical 方法） get_optimization_replacements() （pymc.FullRank 方法） get_optimization_replacements() （pymc.MeanField 方法） get_param_spec_for()（pymc.Group 类方法） get_params() （pymc.ode.DifferentialEquation 方法） get_params() （pymc.SymbolicRandomVariable 方法）

get_rop_op() （pymc.SymbolicRandomVariable 方法） get_sampler_stats() （pymc.backends.base.BaseTrace 方法） get_sampler_stats() （pymc.backends.base.MultiTrace 方法） get_sampler_stats() （pymc.backends.NDArray 方法） get_values() （pymc.backends.base.BaseTrace 方法） get_values() （pymc.backends.base.MultiTrace 方法） get_values() （pymc.backends.NDArray 方法） Gibbs（pymc.gp.cov 中的类） GLM grad() （pymc.ode.DifferentialEquation 方法） grad() （pymc.SymbolicRandomVariable 方法） gradient()（在 pymc 模块中） group_for_params()（pymc.Group 类方法） group_for_short_name()（pymc.Group 类方法） Group（pymc 中的类） gt()（在 pymc.math 模块中） Gumbel（pymc 中的类）

H

HalfCauchy（pymc 中的类） HalfFlat（pymc 中的类） HalfNormal（pymc 中的类） HalfStudentT（pymc 中的类） HamiltonianMC（pymc 中的类） hessian()（在 pymc 模块中） hessian_diag()（在 pymc 模块中）

HMC HSGP（pymc.gp 中的类） HurdleGamma（pymc 中的类） HurdleLogNormal（pymc 中的类） HurdleNegativeBinomial（pymc 中的类） HurdlePoisson（pymc 中的类） HyperGeometric（pymc 中的类）

I

ICAR（pymc 中的类） icdf()（在 pymc 模块中） IMH（pymc.smc.kernels 中的类） ImplicitGradient（pymc 中的类） infer_shape() （pymc.ode.DifferentialEquation 方法） infer_shape() （pymc.SymbolicRandomVariable 方法） Inference（pymc 中的类） init_nuts()（在 pymc 模块中） initial_point() （pymc.model.core.Model 方法） initialize_population() （pymc.smc.kernels.IMH 方法）

initialize_population() （pymc.smc.kernels.MH 方法） initialize_population() （pymc.smc.kernels.SMC_KERNEL 方法） inputvars()（在 pymc 模块中） Interpolated（pymc 中的类） Interval（pymc.distributions.transforms 中的类） intX()（在 pymc 模块中） InverseGamma（pymc 中的类） invlogit()（在 pymc 模块中） invlogit()（在 pymc.math 模块中） invprobit()（在 pymc 模块中） is_symbolic_random()（pymc.CustomDist 类方法）

J

jacobian()（在 pymc 模块中）

join_nonshared_inputs()（在 pymc 模块中）

K

KLqp（pymc 中的类） KL（pymc.variational.operators 中的类） KroneckerNormal（pymc 中的类）

Kron（pymc.gp.cov 中的类） KSD（pymc.variational.operators 中的类） Kumaraswamy（pymc 中的类）

L

L_op() （pymc.ode.DifferentialEquation 方法） L_op() （pymc.SymbolicRandomVariable 方法） LaplaceProposal（pymc 中的类） Laplace（pymc 中的类） LatentKron（pymc.gp 中的类） Latent（pymc.gp 中的类） le()（在 pymc.math 模块中） Linear（pymc.gp.cov 中的类） Linear（pymc.gp.mean 中的类） link_population() （pymc.DEMetropolis 方法） LKJCholeskyCov（pymc 中的类） LKJCorr（pymc 中的类） log()（在 pymc.distributions.transforms 模块中） log()（在 pymc.math 模块中） log_exp_m1()（在 pymc.distributions.transforms 模块中） log_jac_det() （pymc.distributions.transforms.Chain 方法） log_jac_det() （pymc.distributions.transforms.CholeskyCovPacked 方法） log_jac_det() （pymc.distributions.transforms.Interval 方法）

log_jac_det() （pymc.distributions.transforms.LogExpM1 方法） log_jac_det() （pymc.distributions.transforms.SumTo1 方法） log_jac_det() （pymc.distributions.transforms.ZeroSumTransform 方法） logcdf() （pymc.DiracDelta 方法） logcdf()（在 pymc 模块中） LogExpM1（pymc.distributions.transforms 中的类） Logistic（pymc 中的类） logit()（在 pymc 模块中） logit()（在 pymc.math 模块中） LogitNormal（pymc 中的类） LogNormal（pymc 中的类） logodds()（在 pymc.distributions.transforms 模块中） logp() （pymc.DiracDelta 方法） logp() （pymc.model.core.Model 方法） logp()（在 pymc 模块中） logp_dlogp_function() （pymc.model.core.Model 方法） logsumexp()（在 pymc 模块中） logsumexp()（在 pymc.math 模块中） lt()（在 pymc.math 模块中）

M

make_node() （pymc.ode.DifferentialEquation 方法） make_node() （pymc.SymbolicRandomVariable 方法） make_obs_var() （pymc.model.core.Model 方法） make_py_thunk() （pymc.ode.DifferentialEquation 方法） make_py_thunk() （pymc.SymbolicRandomVariable 方法） make_shared_replacements()（在 pymc 模块中） make_size_and_deterministic_replacements() （pymc.Approximation 方法） make_size_and_deterministic_replacements() （pymc.Empirical 方法） make_size_and_deterministic_replacements() （pymc.FullRank 方法） make_size_and_deterministic_replacements() （pymc.Group 方法） make_size_and_deterministic_replacements() （pymc.MeanField 方法） make_thunk() （pymc.ode.DifferentialEquation 方法） make_thunk() （pymc.SymbolicRandomVariable 方法） make_variable() （pymc.GeneratorAdapter 方法） MAP map()（pymc.DictToArrayBijection 静态方法） mapf()（pymc.DictToArrayBijection 类方法） marginal_likelihood() （pymc.gp.HSGP 方法） marginal_likelihood() （pymc.gp.Latent 方法） marginal_likelihood() （pymc.gp.LatentKron 方法） marginal_likelihood() （pymc.gp.Marginal 方法） marginal_likelihood() （pymc.gp.MarginalApprox 方法） marginal_likelihood() （pymc.gp.MarginalKron 方法） marginal_likelihood() （pymc.gp.TP 方法） MarginalApprox（pymc.gp 中的类） MarginalKron（pymc.gp 中的类） Marginal（pymc.gp 中的类） Matern32（pymc.gp.cov 中的类） Matern52（pymc.gp.cov 中的类）

matrix_inverse()（在 pymc.math 模块中） MatrixNormal（pymc 中的类） maximum()（在 pymc.math 模块中） MCMC MeanField（pymc 中的类） metropolis_proportional() （pymc.CategoricalGibbsMetropolis 方法） Metropolis（pymc 中的类） MH（pymc.smc.kernels 中的类） Minibatch()（在 pymc 模块中） minimum()（在 pymc.math 模块中） Mixture（pymc 中的类） model_from_fgraph()（在 pymc.model.fgraph 模块中） model_to_graphviz()（在 pymc.model.core 模块中） modelcontext()（在 pymc.model.core 模块中） Model（pymc.model.core 中的类） moment() （pymc.DiracDelta 方法） momentum()（在 pymc 模块中） Moyal（pymc 中的类） Multinomial（pymc 中的类） MultiTrace（pymc.backends.base 中的类） MultivariateNormalProposal（pymc 中的类） MutableData()（在 pymc 模块中） mutate() （pymc.smc.kernels.IMH 方法） mutate() （pymc.smc.kernels.MH 方法） mutate() （pymc.smc.kernels.SMC_KERNEL 方法） MvGaussianRandomWalk（pymc 中的类） MvNormal（pymc 中的类） MvStudentTRandomWalk（pymc 中的类） MvStudentT（pymc 中的类）

N

name_for() （pymc.model.core.Model 方法） name_of() （pymc.model.core.Model 方法） NDArray（pymc.backends 中的类） NegativeBinomial（pymc 中的类） neq()（在 pymc.math 模块中） nesterov_momentum()（在 pymc 模块中） next() （pymc.GeneratorAdapter 方法）

No-U-Turn Sampler norm_constraint()（在 pymc 模块中） NormalMixture（pymc 中的类） NormalProposal（pymc 中的类） Normal（pymc 中的类） NUTS NUTS（pymc 中的类）

O

observe()（在 pymc.model.transform.conditioning 模块中） ODE ones_like()（在 pymc.math 模块中） or_()（在 pymc.math 模块中）

ordered()（在 pymc.distributions.transforms 模块中） OrderedLogistic（pymc 中的类） OrderedMultinomial（pymc 中的类） OrderedProbit（pymc 中的类）

P

Pareto（pymc 中的类） parse_dist_params()（pymc.CustomDist 类方法） perform() （pymc.ode.DifferentialEquation 方法） perform() （pymc.SymbolicRandomVariable 方法） Periodic（pymc.gp.cov 中的类） PMF point() （pymc.backends.base.BaseTrace 方法） point() （pymc.backends.base.MultiTrace 方法） point() （pymc.backends.NDArray 方法） Point()（在 pymc.model.core 模块中） point_logps() （pymc.model.core.Model 方法） points() （pymc.backends.base.MultiTrace 方法） PoissonProposal（pymc 中的类） Poisson（pymc 中的类） PolyaGamma（pymc 中的类） Polynomial（pymc.gp.cov 中的类） Potential()（在 pymc.model.core 模块中） power_spectral_density() （pymc.gp.cov.Cosine 方法） power_spectral_density() （pymc.gp.cov.Exponential 方法） power_spectral_density() （pymc.gp.cov.ExpQuad 方法） power_spectral_density() （pymc.gp.cov.Matern32 方法） power_spectral_density() （pymc.gp.cov.Matern52 方法） power_spectral_density() （pymc.gp.cov.Periodic 方法） power_spectral_density() （pymc.gp.cov.RatQuad 方法） predict() （pymc.gp.HSGP 方法） predict() （pymc.gp.Latent 方法） predict() （pymc.gp.LatentKron 方法） predict() （pymc.gp.Marginal 方法） predict() （pymc.gp.MarginalApprox 方法） predict() （pymc.gp.MarginalKron 方法） predict() （pymc.gp.TP 方法）

predictions_to_inference_data()（在 pymc 模块中） prepare_node() （pymc.ode.DifferentialEquation 方法） prepare_node() （pymc.SymbolicRandomVariable 方法） prior() （pymc.gp.HSGP 方法） prior() （pymc.gp.Latent 方法） prior() （pymc.gp.LatentKron 方法） prior() （pymc.gp.Marginal 方法） prior() （pymc.gp.MarginalApprox 方法） prior() （pymc.gp.MarginalKron 方法） prior() （pymc.gp.TP 方法） prior_linearized() （pymc.gp.HSGP 方法） probit()（在 pymc 模块中） prod()（在 pymc.math 模块中） profile() （pymc.model.core.Model 方法） pymc.backends 模块 pymc.gp 模块 pymc.gp.cov 模块 pymc.gp.mean 模块 pymc.math 模块 pymc.model 模块 pymc.ode 模块 pymc.smc 模块 pymc.variational.operators 模块

R

R_op() （pymc.ode.DifferentialEquation 方法） R_op() （pymc.SymbolicRandomVariable 方法） RatQuad（pymc.gp.cov 中的类） record() （pymc.backends.base.BaseTrace 方法） record() （pymc.backends.NDArray 方法） refine() （pymc.ADVI 方法） refine() （pymc.ASVGD 方法） refine() （pymc.FullRankADVI 方法） refine() （pymc.ImplicitGradient 方法） refine() （pymc.Inference 方法） refine() （pymc.KLqp 方法） refine() （pymc.SVGD 方法） register()（pymc.Group 类方法） register_rv() （pymc.model.core.Model 方法） remove_value_transforms()（在 pymc.model.transform.conditioning 模块中） replace_rvs_by_values() （pymc.model.core.Model 方法） resample() （pymc.smc.kernels.IMH 方法） resample() （pymc.smc.kernels.MH 方法） resample() （pymc.smc.kernels.SMC_KERNEL 方法） reset() （pymc.HamiltonianMC 方法） reset() （pymc.NUTS 方法）

reset_tuning() （pymc.BinaryGibbsMetropolis 方法） reset_tuning() （pymc.CategoricalGibbsMetropolis 方法） reset_tuning() （pymc.CompoundStep 方法） reset_tuning() （pymc.DEMetropolisZ 方法） reset_tuning() （pymc.HamiltonianMC 方法） reset_tuning() （pymc.Metropolis 方法） reset_tuning() （pymc.NUTS 方法） Rice（pymc 中的类） rmap()（pymc.DictToArrayBijection 静态方法） rmsprop()（在 pymc 模块中） rslice() （pymc.Approximation 方法） rslice() （pymc.Empirical 方法） rslice() （pymc.FullRank 方法） rslice() （pymc.MeanField 方法） run_profiling() （pymc.ADVI 方法） run_profiling() （pymc.ASVGD 方法） run_profiling() （pymc.FullRankADVI 方法） run_profiling() （pymc.ImplicitGradient 方法） run_profiling() （pymc.Inference 方法） run_profiling() （pymc.KLqp 方法） run_profiling() （pymc.SVGD 方法） rv_size_is_none()（在 pymc.distributions.shape_utils 模块中）

S

sample() （pymc.Approximation 方法） sample() （pymc.Empirical 方法） sample() （pymc.FullRank 方法） sample() （pymc.MeanField 方法） sample()（在 pymc 模块中） sample_approx()（在 pymc 模块中） sample_blackjax_nuts()（在 pymc.sampling.jax 模块中） sample_node() （pymc.Approximation 方法） sample_node() （pymc.Empirical 方法） sample_node() （pymc.FullRank 方法） sample_node() （pymc.MeanField 方法） sample_numpyro_nuts()（在 pymc.sampling.jax 模块中） sample_posterior_predictive()（在 pymc 模块中） sample_posterior_predictive_w()（在 pymc 模块中） sample_prior_predictive()（在 pymc 模块中） sample_settings() （pymc.smc.kernels.IMH 方法） sample_settings() （pymc.smc.kernels.MH 方法） sample_settings() （pymc.smc.kernels.SMC_KERNEL 方法） sample_smc()（在 pymc.smc 模块中） sample_stats() （pymc.smc.kernels.IMH 方法） sample_stats() （pymc.smc.kernels.MH 方法） sample_stats() （pymc.smc.kernels.SMC_KERNEL 方法） ScaledCov（pymc.gp.cov 中的类） set_data() （pymc.model.core.Model 方法） set_data()（在 pymc.model.core 模块中） set_dim() （pymc.model.core.Model 方法） set_grad_overrides() （pymc.SymbolicRandomVariable 方法） set_initval() （pymc.model.core.Model 方法） set_lop_overrides() （pymc.SymbolicRandomVariable 方法） set_rop_overrides() （pymc.SymbolicRandomVariable 方法） set_size_and_deterministic() （pymc.Approximation 方法） set_size_and_deterministic() （pymc.Empirical 方法） set_size_and_deterministic() （pymc.FullRank 方法） set_size_and_deterministic() （pymc.Group 方法） set_size_and_deterministic() （pymc.MeanField 方法） setup() （pymc.backends.base.BaseTrace 方法） setup() （pymc.backends.NDArray 方法） setup_kernel() （pymc.smc.kernels.IMH 方法） setup_kernel() （pymc.smc.kernels.MH 方法） setup_kernel() （pymc.smc.kernels.SMC_KERNEL 方法） sgd()（在 pymc 模块中） sgn()（在 pymc.math 模块中） shape_from_dims() （pymc.model.core.Model 方法） sigmoid()（在 pymc.math 模块中） simplex()（在 pymc.distributions.transforms 模块中） Simulator（pymc 中的类） sin()（在 pymc.math 模块中） sinh()（在 pymc.math 模块中） SkewNormal（pymc 中的类） Slice（pymc 中的类） smartfloatX()（在 pymc 模块中）

SMC_KERNEL（pymc.smc.kernels 中的类） sqr()（在 pymc.math 模块中） sqrt()（在 pymc.math 模块中） square_dist() （pymc.gp.cov.Cosine 方法） square_dist() （pymc.gp.cov.Exponential 方法） square_dist() （pymc.gp.cov.ExpQuad 方法） square_dist() （pymc.gp.cov.Gibbs 方法） square_dist() （pymc.gp.cov.Matern32 方法） square_dist() （pymc.gp.cov.Matern52 方法） square_dist() （pymc.gp.cov.Periodic 方法） square_dist() （pymc.gp.cov.RatQuad 方法） stack()（在 pymc.math 模块中） Stein（pymc 中的类） step() （pymc.BinaryGibbsMetropolis 方法） step() （pymc.BinaryMetropolis 方法） step() （pymc.CategoricalGibbsMetropolis 方法） step() （pymc.CompoundStep 方法） step() （pymc.DEMetropolis 方法） step() （pymc.DEMetropolisZ 方法） step() （pymc.HamiltonianMC 方法） step() （pymc.Metropolis 方法） step() （pymc.NUTS 方法） step() （pymc.Slice 方法） StickBreakingWeights（pymc 中的类） stop_tuning() （pymc.BinaryGibbsMetropolis 方法） stop_tuning() （pymc.BinaryMetropolis 方法） stop_tuning() （pymc.CategoricalGibbsMetropolis 方法） stop_tuning() （pymc.CompoundStep 方法） stop_tuning() （pymc.DEMetropolis 方法） stop_tuning() （pymc.DEMetropolisZ 方法） stop_tuning() （pymc.HamiltonianMC 方法） stop_tuning() （pymc.Metropolis 方法） stop_tuning() （pymc.NUTS 方法） stop_tuning() （pymc.Slice 方法） StudentT（pymc 中的类） sum()（在 pymc.math 模块中） sum_to_1()（在 pymc.distributions.transforms 模块中） SumTo1（pymc.distributions.transforms 中的类） SVGD（pymc 中的类） switch()（在 pymc.math 模块中） symbolic_sample_over_posterior() （pymc.Approximation 方法） symbolic_sample_over_posterior() （pymc.Empirical 方法） symbolic_sample_over_posterior() （pymc.FullRank 方法） symbolic_sample_over_posterior() （pymc.Group 方法） symbolic_sample_over_posterior() （pymc.MeanField 方法） symbolic_single_sample() （pymc.Approximation 方法） symbolic_single_sample() （pymc.Empirical 方法） symbolic_single_sample() （pymc.FullRank 方法） symbolic_single_sample() （pymc.Group 方法） symbolic_single_sample() （pymc.MeanField 方法） SymbolicRandomVariable（pymc 中的类）

T

tan()（在 pymc.math 模块中） tanh()（在 pymc.math 模块中） tensor_like to_flat_input() （pymc.Approximation 方法） to_flat_input() （pymc.Empirical 方法） to_flat_input() （pymc.FullRank 方法） to_flat_input() （pymc.Group 方法） to_flat_input() （pymc.MeanField 方法） to_graphviz() （pymc.model.core.Model 方法） to_inference_data()（在 pymc 模块中）

to_tuple()（在 pymc.distributions.shape_utils 模块中） total_norm_constraint()（在 pymc 模块中） TP（pymc.gp 中的类） transformed_conditional_logp()（在 pymc.logprob 模块中） Triangular（pymc 中的类） TruncatedNormal（pymc 中的类） Truncated（pymc 中的类） tune() （pymc.smc.kernels.IMH 方法） tune() （pymc.smc.kernels.MH 方法） tune() （pymc.smc.kernels.SMC_KERNEL 方法）

U

UniformProposal（pymc 中的类） Uniform（pymc 中的类） update() （pymc.SymbolicRandomVariable 方法）

update_beta_and_weights() （pymc.smc.kernels.IMH 方法） update_beta_and_weights() （pymc.smc.kernels.MH 方法） update_beta_and_weights() （pymc.smc.kernels.SMC_KERNEL 方法） update_start_vals() （pymc.model.core.Model 方法）

V

var_to_data() （pymc.Group 方法）

VonMises（pymc 中的类）

W

Wald（pymc 中的类） WarpedInput（pymc.gp.cov 中的类） Weibull（pymc 中的类）

where()（在 pymc.math 模块中） WhiteNoise（pymc.gp.cov 中的类） WishartBartlett()（在 pymc 模块中） Wishart（pymc 中的类）

Z

ZeroInflatedBinomial（pymc 中的类） ZeroInflatedNegativeBinomial（pymc 中的类） ZeroInflatedPoisson（pymc 中的类）

zeros_like()（在 pymc.math 模块中） ZeroSumNormal（pymc 中的类） ZeroSumTransform（pymc.distributions.transforms 中的类） Zero（pymc.gp.mean 中的类）

之

之前

似

似然性

函

函数式编程

分

分层常微分方程

可

可信度

后

后验

哈

哈密顿蒙特卡洛

常

常微分方程

广

广义泊松分布

广义线性模型

最

最大后验估计

未

未命名分布

概

概率质量函数

模

模块 pymc.backends pymc.gp pymc.gp.cov pymc.gp.mean pymc.math pymc.model pymc.ode pymc.smc pymc.variational.operators

欠

欠分散

离

离散度

调

调度

贝

贝叶斯定理 贝叶斯工作流程

贝叶斯推断 贝叶斯模型

过

过度离散

马

马尔可夫链

马尔可夫链蒙特卡洛