matlab有些代码不运行-HAIS:张量流中的哈密顿量退火重要性抽样（HAIS）

matlab有些代码不运行自述文件 哈密​​顿退火重要性抽样（HAIS）的TensorFlow实现。 我们实现了Sohl-Dickstein和Culpepper在他们的论文“用于分配函数估计的哈密顿退火重要性抽样”中的描述。 特征 刷新部分动量（摘自HAIS论文）。 这样可以保留退火分布中哈密顿量的蒙特卡洛动量的一部分，从而可以进行更准确的估算。 哈密​​顿蒙特卡洛的自适应步长。 这是一个简单的方案，可以调整每个链的步长，以便将平滑的接受率推向理论上的最佳水平。 相关实施 我们使用了一些想法，并基于以下一些存储库中的代码： BayesFlow TensorFlow 1.4至1.6。 现在已集成到中。 Sohl-Dickstein的Matlab 李雪晨的双向蒙地卡罗的PyTorch（0.2.0） Tony Wu的Theano / Lasagne中描述的方法 基于Tony Wu的Theano代码的jiamings的（未完成？）TensorFlow。 张量流中的Stefan Webb的HMC AIS。 测验 似乎有效的测试包括： test-hmc ：HMC实现的简单测试 test-hmc-m