PyMC：隐马尔可夫模型

Question

PyMC在其当前可用版本中如何适合用于连续发射HMM建模？

我对建立一个框架很感兴趣，在该框架中我可以轻松探索模型的变化，而不必更新E步骤和M步骤，并且无需为每次对模型所做的更改进行动态编程递归。

更具体的问题是：

• 在PyMC中为HMM建模时，我可以回答人们想解决的“典型”任务吗？即，除了参数估计之外，还可以推断出最可能的序列（通常用维特比算法完成），或者解决平滑问题？
• 与使用Expectation Maximization的实现相比，我希望基于采样的方法会更慢。如果这样可以使我在模型构建方面更具灵活性，那很好。我可以想象使用PyMC进行原型设计。不过，我想知道，是否可以期望PyMC在超过10k观测值的模型中在任何合理的时间内完成推断。
• 您是否建议从PyMC2或PyMC3开始进行模型构建。我知道推理引擎在版本之间会发生变化，因此我尤其想知道哪种类型的采样器可能更适合。

如果您认为PyMC在我的用例中不是一个很好的选择，那肯定也可以作为答案。