theano.tensor.dot(x,y)
x,y如果是向量,自动会对y进行转置
如果是矩阵,要注意对齐。
一般情况下,一个样本应该看做1行n列的向量。
tensor.sub(x,y)
碰到一个问题,如果x是n行的,y是1行的。
要对x中的每行都减去一个y。theano中不知道如何写方便。
好像要用循环。就是scan来做。不过scan是对实际的数进行操作的。不是对模型进行定义。而这里是要对模型定义这样一个操作。
用的是符号变量。和theano函数。
试了下直接用sub(x,y)就行了。定义的时候想定义为矩阵,y定义为向量,如果y也定义为矩阵,就无法自动处理,对齐的时候通不过。
numpy.prod(x) 返回x中各元素的乘积。
theano.tensor.nnet.conv.conv2d 。嵌套了这么多层,theano的结构不知道是啥样的。
这个函数就是2d卷积。具体的使用可以看cnn的例子。
这个函数有个image_shape参数,
image_shape (tuple of len 4 of int or Contant variable) – (batch size, stack size, nb row, nb col) Optional, used for optimization.
这里的stack size参数是干什么用的呢?

本文介绍Theano中的向量和矩阵运算技巧,包括自动转置、对齐操作及循环处理方法,并探讨了2D卷积函数conv2d的使用细节与参数解释。
1779

被折叠的 条评论
为什么被折叠?



