我希望解决以下性质的优化问题:
theta' ~ argmax {p(theta|data)}
这可以通过马尔可夫链蒙特卡罗采样和模拟退火来完成。
theta
是否可以通过 HMC 变体 NUTS 方法和模拟退火使用 PyMC3 库优化参数集?
到目前为止,在 PyMC3 库的教程中,我只看到了使用 NUTS 进行采样的示例。这对于计算棘手的积分很有用,但我不知道如何用它解决优化问题。
我希望解决以下性质的优化问题:
theta' ~ argmax {p(theta|data)}
这可以通过马尔可夫链蒙特卡罗采样和模拟退火来完成。
theta
是否可以通过 HMC 变体 NUTS 方法和模拟退火使用 PyMC3 库优化参数集?
到目前为止,在 PyMC3 库的教程中,我只看到了使用 NUTS 进行采样的示例。这对于计算棘手的积分很有用,但我不知道如何用它解决优化问题。