bir satır Bir 1D numpy dizide dayalı paylaşılan değişken oluşturur Theano bulunan bu uygun bir vektör olur fark ettim

Question

Theano paylaşılan satırı oluşturun, ancak bir 1xN matrisi, bir matris ancak bir satır olur:

shared_vector = theano.shared(numpy.zeros((1,10,))) 
print(shared_vector.type) 
# TensorType(float64, matrix) 
print(shared_vector.broadcastable) 
# (False, False) 

ortak vektörü broadcastable değildir, çünkü, bir 1 XN satır vektörüne bir M x N matrisi eklemek istediğinizde zahmetli birinci boyut. Her şeyden önce, bu işe yaramaz:

row = T.row('row') 
mat=T.matrix('matrix') 
f=theano.function(
    [], 
    mat + row, 
    givens={ 
     mat: numpy.zeros((20,10), dtype=numpy.float32), 
     row: numpy.zeros((10,), dtype=numpy.float32) 
    }, 
    on_unused_input='ignore' 
) 

hata olarak:

TypeError: Cannot convert Type TensorType(float32, vector) (of Variable <TensorType(float32, vector)>) into Type TensorType(float32, row). You can try to manually convert <TensorType(float32, vector)> into a TensorType(float32, row). 

Tamam, çok açık, biz satırlara vektörleri atanamıyor. Ne yazık ki, bu değil ince de geçerli: hatası ile

row = T.matrix('row') 
mat=T.matrix('matrix') 
f=theano.function(
    [], 
    mat + row, 
    givens={ 
     mat: numpy.zeros((20,10), dtype=numpy.float32), 
     row: numpy.zeros((1,10,), dtype=numpy.float32) 
    }, 
    on_unused_input='ignore' 
) 
f() 

:

ValueError: Input dimension mis-match. (input[0].shape[0] = 20, input[1].shape[0] = 1) 
Apply node that caused the error: Elemwise{add,no_inplace}(<TensorType(float32, matrix)>, <TensorType(float32, matrix)>) 
Inputs types: [TensorType(float32, matrix), TensorType(float32, matrix)] 
Inputs shapes: [(20, 10), (1, 10)] 
Inputs strides: [(40, 4), (40, 4)] 
Inputs values: ['not shown', 'not shown'] 

Backtrace when the node is created: 
    File "<ipython-input-55-0f03bee478ec>", line 5, in <module> 
    mat + row, 

HINT: Use the Theano flag 'exception_verbosity=high' for a debugprint and storage map footprint of this apply node. 

Yani sadece yanı bir satır olarak bir 1 x N matrisi kullanamazsınız (çünkü ilk boyutu 1 x N matris yayınlanamaz).

Soru şu ki, ne yapabiliriz? Matrix-satır ekini kullanarak yayınlanabilir olan bir tür satırın paylaşılan değişkeni nasıl oluşturabilirim?

Answer 1

reshape(1, N) kullanmanın alternatifi, dimshuffle('x', 0)'u described in the documentation olarak kullanmaktır.

İşte iki yaklaşımın bir demo:

import numpy 
import theano 

x = theano.shared(numpy.arange(10)) 
print x 
print x.dimshuffle('x', 0).type 
print x.dimshuffle(0, 'x').type 
print x.reshape((1, x.shape[0])).type 
print x.reshape((x.shape[0], 1)).type 

f = theano.function([], outputs=[x, x.dimshuffle('x', 0), x.reshape((1, x.shape[0]))]) 
theano.printing.debugprint(f) 

Bu reshape daha az iş karıştırmak gibi dimshuffle muhtemelen tercih edilebilir kanıtlayan Türk

<TensorType(int32, vector)> 
TensorType(int32, row) 
TensorType(int32, col) 
TensorType(int32, row) 
TensorType(int32, col) 
DeepCopyOp [@A] '' 2 
|<TensorType(int32, vector)> [@B] 
DeepCopyOp [@C] '' 4 
|InplaceDimShuffle{x,0} [@D] '' 1 
    |<TensorType(int32, vector)> [@B] 
DeepCopyOp [@E] '' 6 
|Reshape{2} [@F] '' 5 
    |<TensorType(int32, vector)> [@B] 
    |MakeVector{dtype='int64'} [@G] '' 3 
    |TensorConstant{1} [@H] 
    |Shape_i{0} [@I] '' 0 
     |<TensorType(int32, vector)> [@B] 

yazdırır.

Answer 2

Ben kullanırsınız:

shared_row = theano.shared(numpy.zeros((1,10,)), broadcastable=(True, False)) 
print(shared_row.type) 
# TensorType(float64, row) 
print(shared_row.broadcastable) 
(True, False)