nested sampling 基于python的嵌套采样算法的实现

嵌套采样源代码： :文档： :嵌套采样算法的灵活高效的Python实现。此实现旨在允许统计物理学家使用此方法进行热力学分析，但也被天体物理学家使用。此实现使用统计力学语言（分区函数、相空间、配置、能量、状态密度）而不是贝叶斯采样语言（似然、先验、证据）。这只是为了方便，方法是一样的。该包超越了提供以下方法的裸露实现：单个计算节点上的内置并行化（单台机器上的最大CPU线程总数）通过分布式计算内置基于Pyro4的并行化，非常适合在集群上或跨网络运行计算能够保存并从检查点二进制文件重新启动，非常适合非常长的计算计算热容量和执行误差分析的脚本与包集成以实现高效的蒙特卡罗步行者。图1：多模态表面上嵌套采样迭代的快照。每条等高线对应于过去的最大能量（对数似然）约束。最里面的轮廓线对应于当前约束，相应的样本被移除（红色交叉）并由行走随机