theano学习初步(二) 基础Tensor函数

2019-11-14 11:28:57

字体：大中小

来源：转载

供稿：网友

http://blog.csdn.net/u013007900/article/details/52447561

theano学习初步(二) 基础Tensor函数

2016-09-06 11:26 1929人阅读评论(0) 收藏举报

分类：机器学习 & 深度学习（19）

目录(?)[+]

本文来自于官方文档

Creation（声明）

Theano有多种方式进行声明变量。变量也可以进行命名，从而便于debug，而且每一种声明方式都能够接受name的参数。下面这三种声明方式，声明的是0维的整型变量，它的名字是myvar

>>> x = scalar('myvar', dtype='int32')>>> x = iscalar('myvar')>>> x = TensorType(dtype='int32', broadcastable=())('myvar')123123

Constructors with optional dtype（用dtype参数进行声明）

theano.tensor.scalar(name=None, dtype=config.floatX)11

返回一个0维的numpy.ndarray。

theano.tensor.vector(name=None, dtype=config.floatX)11

返回一个1维的numpy.ndarray。

theano.tensor.row(name=None, dtype=config.floatX)11

返回一个2维的numpy.ndarray，但是行数保证是1。

theano.tensor.col(name=None, dtype=config.floatX)11

返回一个2维的numpy.ndarray，但是列数保证是1。

theano.tensor.matrix(name=None, dtype=config.floatX)11

返回一个2维的numpy.ndarray。

theano.tensor.tensor3(name=None, dtype=config.floatX)11

返回一个3维的numpy.ndarray。

theano.tensor.tensor4(name=None, dtype=config.floatX)11

返回一个4维的numpy.ndarray。

All Fully-Typed Constructors（用完整的类型进行声明）

上文说的dtype在Theano中都有定义。

Constructor	dtype	ndim	shape	broadcastable
bscalar	int8	0	()	()
bvector	int8	1	(?,)	(False,)
brow	int8	2	(1,?)	(True, False)
bcol	int8	2	(?,1)	(False, True)
bmatrix	int8	2	(?,?)	(False, False)
btensor3	int8	3	(?,?,?)	(False, False, False)
btensor4	int8	4	(?,?,?,?)	(False, False, False, False)
btensor5	int8	5	(?,?,?,?,?)	(False, False, False, False, False)
wscalar	int16	0	()	()
wvector	int16	1	(?,)	(False,)
wrow	int16	2	(1,?)	(True, False)
wcol	int16	2	(?,1)	(False, True)
wmatrix	int16	2	(?,?)	(False, False)
wtensor3	int16	3	(?,?,?)	(False, False, False)
wtensor4	int16	4	(?,?,?,?)	(False, False, False, False)
wtensor5	int16	5	(?,?,?,?,?)	(False, False, False, False, False)
iscalar	int32	0	()	()
ivector	int32	1	(?,)	(False,)
irow	int32	2	(1,?)	(True, False)
icol	int32	2	(?,1)	(False, True)
imatrix	int32	2	(?,?)	(False, False)
itensor3	int32	3	(?,?,?)	(False, False, False)
itensor4	int32	4	(?,?,?,?)	(False, False, False, False)
itensor5	int32	5	(?,?,?,?,?)	(False, False, False, False, False)
lscalar	int64	0	()	()
lvector	int64	1	(?,)	(False,)
lrow	int64	2	(1,?)	(True, False)
lcol	int64	2	(?,1)	(False, True)
lmatrix	int64	2	(?,?)	(False, False)
ltensor3	int64	3	(?,?,?)	(False, False, False)
ltensor4	int64	4	(?,?,?,?)	(False, False, False, False)
ltensor5	int64	5	(?,?,?,?,?)	(False, False, False, False, False)
dscalar	float64	0	()	()
dvector	float64	1	(?,)	(False,)
drow	float64	2	(1,?)	(True, False)
dcol	float64	2	(?,1)	(False, True)
dmatrix	float64	2	(?,?)	(False, False)
dtensor3	float64	3	(?,?,?)	(False, False, False)
dtensor4	float64	4	(?,?,?,?)	(False, False, False, False)
dtensor5	float64	5	(?,?,?,?,?)	(False, False, False, False, False)
fscalar	float32	0	()	()
fvector	float32	1	(?,)	(False,)
frow	float32	2	(1,?)	(True, False)
fcol	float32	2	(?,1)	(False, True)
fmatrix	float32	2	(?,?)	(False, False)
ftensor3	float32	3	(?,?,?)	(False, False, False)
ftensor4	float32	4	(?,?,?,?)	(False, False, False, False)
ftensor5	float32	5	(?,?,?,?,?)	(False, False, False, False, False)
cscalar	complex64	0	()	()
cvector	complex64	1	(?,)	(False,)
crow	complex64	2	(1,?)	(True, False)
ccol	complex64	2	(?,1)	(False, True)
cmatrix	complex64	2	(?,?)	(False, False)
ctensor3	complex64	3	(?,?,?)	(False, False, False)
ctensor4	complex64	4	(?,?,?,?)	(False, False, False, False)
ctensor5	complex64	5	(?,?,?,?,?)	(False, False, False, False, False)
zscalar	complex128	0	()	()
zvector	complex128	1	(?,)	(False,)
zrow	complex128	2	(1,?)	(True, False)
zcol	complex128	2	(?,1)	(False, True)
zmatrix	complex128	2	(?,?)	(False, False)
ztensor3	complex128	3	(?,?,?)	(False, False, False)
ztensor4	complex128	4	(?,?,?,?)	(False, False, False, False)
ztensor5	complex128	5	(?,?,?,?,?)	(False, False, False, False, False)

Plural Constructors（多重声明）

iscalars, lscalars, fscalars, dscalarsivectors, lvectors, fvectors, dvectorsirows, lrows, frows, drowsicols, lcols, fcols, dcolsimatrices, lmatrices, fmatrices, dmatrices

用法参考如下

from theano.tensor import *x, y, z = dmatrices(3) # creates three matrix Variables with no namesx, y, z = dmatrices('x', 'y', 'z') # creates three matrix Variables named 'x', 'y' and 'z'12341234

Custom tensor types（一般的类型声明）

如果你想要创建一个非标准的类型，那么就只能创造一个你自己定义的TensorType。你需要将dtype和broadcasting pattern传入声明函数中。下面的例子是，自创一个五维向量。

dtensor5 = TensorType('float64', (False,)*5)x = dtensor5()z = dtensor5('z')123123

你也可以重构一个已存在的类型

my_dmatrix = TensorType('float64', (False,)*2)x = my_dmatrix() # allocate a matrix variablePRint my_dmatrix == dmatrix # output is 'True'123123

他们会很好地结合起来。

Converting from Python Objects（从Python对象中转移）

使用的是shared()函数。

x = shared(numpy.random.randn(3,4))11

这个函数似乎有一些细节，虽然可以这么转化，但是缺少上面声明的一些功能。

Shaping and Shuffling

theano.tensor.shape(x)11

返回一个lvector用于表示x的shape

theano.tensor.reshape(x, newshape, ndim=None)11

Parameters:

x (某种TensorVariable (或者是可兼容的类型)) – 要进行reshape的变量newshape (lvector (或者是可兼容的类型)) – x的新形状ndim – 可选的- the length that newshape‘s value will have. If this is None, then reshape() will infer it from newshape.

Return type:

variable with x’s dtype, but ndim dimensions

上一篇：《程序员的呐喊》

下一篇：mybatis 对 mysql的批量操作