Theano中的Function

最新推荐文章于 2018-11-29 16:04:11 发布

weixin_30393907

最新推荐文章于 2018-11-29 16:04:11 发布

阅读量197

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/xmeo/p/7238881.html

本文详细介绍Theano框架中的Function函数，并通过实例演示了如何定义激活函数、多输入多输出函数及带有默认参数的函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Theano中的Function

function是theano框架中极其重要的一个函数，另外一个很重要的函数是scan，在学习theano框架中deep learning的教程的时候，几乎所有的实例程序都用到了function和scan, theano function 就和 python 中的 function 类似, 不过因为要被用在多进程并行运算中,所以他的 function 有他自己的一套使用方式.

function函数里面最典型的4个参数就是inputs,outputs,updates和givens

定义一个简单的激活函数activate function,用的是最常见的sigmoid函数

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
theano之function
"""

import numpy as np
import theano.tensor as T
import theano

#首先需要定义一个 tensor T
x = T.dmatrix('x')
#声明sigmoid激活函数函数
s = 1/(1+T.exp(-x))
#调用 theano 定义的计算函数 logistic
logistic = theano.function([x], s)
#输入为一个2行两列的矩阵
print(logistic([[0, 1], [-2, -3]]))

定义多输入,多输出函数

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
theano之function
"""#多输入,多输出的函数
#如输入值为两个,输出值为两个
#输入的值为矩阵A, B
a, b = T.dmatrices('a', 'b')
#计算a, b之间的diff, abs_diff, diff_squared
diff = a-b
abs_diff = abs(diff)
diff_squared = diff**2
#定义多输出函数
f = theano.function([a, b ], [diff, abs_diff, diff_squared])

x1, x2, x3 = f(
        np.ones((2, 2)),
        np.arange(4).reshape((2,2))
        )
print(x1, x2, x3)
"""
output:
    (array([[ 1.,  0.],
       [-1., -2.]]), array([[ 1.,  0.],
       [ 1.,  2.]]), array([[ 1.,  0.],
       [ 1.,  4.]]))
"""

函数定义参数默认值和名称

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
theano之function
"""

import numpy as np
import theano.tensor as T
import theano

#使用 T.dscalars() 里面同时定义三个纯量的容器。 以及输出值z
x, y, w = T.dscalars('x', 'y', 'w')
z = (x + y) * w
#定义theano函数
f = theano.function(
        [x,
         theano.In(y, value=1),
         theano.In(w, value=2, name='weights')],
        z
        )
#使用默认值
print(f(23))
#使用非默认值
print(f(23, 1, 4))
#试用名称赋值
print(f(23,1, weights = 6))

"""
output:
    48.0
    96.0
    144.0
"""