lyransummer 2019-06-21
为了让我们开始使用Theano,以及感受theano是如何工作的。接下来,我们构造一个简单的函数:加法。
import numpy import theano.tensor as T import theano from theano import function # 定义两个符号(变量)x, y来表示你想实施加法的数。 # 换句话说, x,y,z均为变量对象。 # 在Theano中,所有的符号必须定义类型。 # T.dscalar: 表示双精度(doubles)的0维数组(标量),他是Theano中的类型(Type) x = T.dscalar('x') y = T.dscalar('y') z = x + y # dscalar不是一个类(class)。因此,事实上x,y都不是dscalr的实例。 # 它们是TensorVariable的实例。 # 然而,x,y被赋值为theano的dscalar类型。 type(x) # theano.tensor.var.TensorVariable x.type # TensorType(float64, scalar) T.dscalar # TensorType(float64, scalar) x.type is T.dscalar # True # 在你运行f时,你会注意到有些延迟 # 因为f正在被编译为C代码 f = function([x, y], z) f(2, 3) numpy.allclose(f(16.3, 12.1), 28.4) numpy.allcolse(z.eval({x: 16.3, y: 12.1}), 28.4)
x = T.dmatrix('x') y = T.dmatrix('y') z = x + y f = function([x, y], z) f([[1, 2], [3, 4]], [[10, 20], [30, 40]])
byte: bscalar, bvector, bmatrix, brow, bcol, btensor3, btensor4, btensro5
16-bit intergers: wscalar, wvector, wmatrix, wrow, wcol, wtensor3, wtensor4, wtensor5
32-bit intergers: iscalar, ivector, imatrix, irow, icol, itensor3, itensor4, itensor5
64-bit intergers: lscalar, lvector, lmatrix, lrow, lcol, ltensor3, ltensor4, ltensor5
float: fscalar, fvector, fmatrix, frow, fcol, ftensor3, ftensor4, ftensor5
double: dscalar, dvector, dmatrix, drow, dcol, dtensor3, dtensor4, dtensor5
complex: cscalar, cvector, cmatrix, crow, ccol, ctensor3, ctensor4, ctensor5
a = theano.tensor.vector() # 声明一个变量 out = a + a ** 10 # 构造一个符号表达式 f = theano.function([a], out) # 编译一个函数 print(f([0, 1, 2]))
修正并执行上面的代码,使得其能够计算:a ^ 2 + b ^ 2 + 2ab
a = theano.tensor.vector() b = theano.tensor.vector() out1 = a ** 2 + b ** 2 + 2 * a * b out2 = (a + b) ** 2 f1 = theano.function([a, b], out1) f2 = theano.function([a, b], out2) print(f1([0, 1], [1, 2])) print(f2([0, 1], [1, 2]))