如何将算法建模为贝叶斯 MCMC

我想更新一个输出连续的模型的参数（它可能在 0 和 1 之间，但这不是概率）。此外，该模型可能比单个方程更复杂，即它可能是具有多个中间计算和 if-else 语句的算法，因此它不一定是可微的。它甚至可以是一个被视为黑盒的机器学习模型。我如何使用概率编程来解决这个问题？

我知道 PyMC3 具有 Potential 功能，在这些情况下可能很有用。但是，我如何获得类回归模型/算法的对数概率或 logp 值？