Pystanのモデル実行が終わらない

Pystanのモデルを実行しているのですが、1日たっても終わらず困っております。
直近でPythonの環境構築に使用しているDocker環境を構築し直したことが要因と考えているのですが、
どなたか解決法をご存じの方がいらっしゃいましたらご教示いただけると大変ありがたく存じます。

from pystan import StanModel

model = StanModel(model_code="parameters {real y;} model {y ~ normal(0,1);}")
print(model.sampling().extract()["y"].mean())

以下の表示のまま、コンパイルが終わらず結果が表示されません。
![

Dockerの環境構築には以下のファイルを使用しております。
<DockerFlie>
FROM continuumio/miniconda3:4.7.12
RUN apt update -y --allow-releaseinfo-change
RUN apt install -y build-essential graphviz fonts-ipafont

COPY conda.txt /tmp/conda.txt
RUN conda install -y --file /tmp/conda.txt
RUN conda install -y -c conda-forge fbprophet==0.6

COPY pip.txt /tmp/pip.txt
RUN pip install -r /tmp/pip.txt

RUN sed -i s/^#font.family:.*sans-serif/font.family\ :\ IPAPGothic/ /opt/conda/lib/python3.7/site-packages/matplotlib/mpl-data/matplotlibrc
EXPOSE 8888 8501 8050 8502 8503
WORKDIR /work

<pip.txt>
setuptools-git==1.2
cmdstanpy==0.4
japanize-matplotlib==1.1.3
pycaret==2.3.3
interpret==0.2.2
sweetviz==2.0.2
openpyxl==3.0.5
optuna==2.3.0
python-pptx==0.6.18
explainerdashboard==0.3.1
sktime==0.4.3
tsfresh==0.17.0
xgboost==1.3.3
catboost==0.24.4
geopy==2.1.0
beautifulsoup4==4.9.3
streamlit== 0.84.2
streamlit-pandas-profiling==0.1.1
ginza==4.0.5
gensim==3.8.3
kneed==0.7.0
pystan==2.17.1.0
scikit-fuzzy==0.4.2

<conda.txt>
scikit-learn==0.23.2
jupyterlab
jupyter
nodejs==6.11.2
requests==2.25.0
tqdm==4.54.0
pip==20.3
pandas==1.2.3
numpy==1.19.2
scipy==1.5.2
matplotlib==3.3.2
seaborn==0.11.0
xlrd==1.2.0
statsmodels==0.12.1
pydotplus==2.0.2

Pythonは3.7、下記の通りCython、pystanのライブラリは無事にインストール済みです。
Package Version

Cython 0.29.21
pystan 2.17.1.0

jbpb0

2021/10/06 23:52

思い付きですが、pystanをpipじゃなくてcondaで入れてみるとか

mtaro15

2021/10/08 00:02

jbpb0さん大変お忙しい中、コメントいただきありがとうございます！！頂いたアドバイスを基に、昨日pipでpystanを入れてみたのですが、同様に一晩たってもモデルの実行が終わりませんでした。他に考えられる対策は何かありませんでしょうか。ぜひアドバイスを頂きたく存じます。

jbpb0

2021/10/08 06:17

> 昨日pipでpystanを入れてみたのですが、同様に一晩たってもモデルの実行が終わりませんでした。 pipじゃなくて、condaで入れたのですよね？質問の画像を見るとJupyterで実行してるようですが、Jupyterはエラーが発生してもエラーメッセージが隠蔽されてしまい状態が分かりにくいので、Jupyterを使わずターミナル上でPythonを実行してみたら、何か手がかりが得られるかもしれません