Theano基础

Theano是python的一个开源库，其解决大量数据问题时性能更好。

 

首先，给一个关于theano.function的demo：

import theano
from theano import tensor as T
from theano import shared
from theano import function

x = T.iscalar('x')  # x 为自变量，开头的 i 表示类型，如果开头为'd'则为 double
y, z = T.iscalars('y', 'z')  # 当声明多个字变量时，最后要加's'
'''
scalar  标量
vector  向量
matrix  矩阵
row     行
col     列
'''

w = shared(0)  # w 为共享变量，其值可以修改
m = x + y + z  # m 为因变量，由 x+y+z 得到

f = function([x, y, z], m, updates=[(w, w + m)])
'''典型的theano.function函数
function([自变量],因变量,updates=[])
其中[x,y,z]代表function的自变量，通常以列表形式出现
m为因变量，也是输出outputs
updates指数据更新，源数据为w，改变之后变为w+m
'''
print(f(1, 2, 3))

print(w.get_value())

 

Theano中的条件判断：

Theano是一种符号语言，他的条件判断与Python语句中的不同

总共有两种形式，一种为switch(condition,iff,ift),当condition满足时，既执行iff,也执行ift

另一种为if condition then iff else ift,即一个条件判断，为真则执行iff，否则执行ift

 

用Theano实现求导数：

import theano
from theano import tensor

x=theano.tensor.dscalar('x')
y=1/(1+theano.tensor.exp(-x))
dx=theano.grad(y,x)         #偏导数函数
f=theano.function([x],dx)   #输入为 x ，输出为 y 在 x 处的偏导数
print(f(3))