我现在正在学习Theano，但是总是有一些问题。我的代码如下：
import theano
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.argmax(a)
我以为它将打印索引“ 4”，但结果是：
argmax
而且，当我使用T.neq（）时，如下所示：
import theano
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.neq(a,b)
结果显示：
Elemwise{neq,no_inplace}.0
我真的很陌生，不知道，我想念什么吗？提前谢谢您。
T.argmax（）需要Theano TensorVariable类型。这里列出了Theano中使用的一些变量类型。不要让“完全类型化的构造函数”这个名字吓到您了。关于要用作输入的数据类型，请多考虑一下它们。您在使用浮点矩阵吗？那么相关的TensorVariable类型可能是“ fmatrix”。您正在处理一批RGB图像数据吗？那么相关的TensorVariable类型可能是“ tensor4”。
在您的代码中，我们试图将列表类型输入T.argmax（）。因此，从以上角度来看，这是行不通的。另外，请注意type（T.argmax（a））是theano.tensor.var.TensorVariable类型。因此，它期望将TensorVariable作为输入，并且它也会输出TensorVariable类型。因此，这不会返回实际的argmax。
好吧，那有什么用？我们如何在Theano中进行此计算？
首先让我们确定您要处理的数据类型。这将是我们将要构建的计算图的起点。在这种情况下，似乎我们要处理数组或向量。Theano具有一个ivector类型（它是整数的向量），或一个fvector类型（它是float32值的向量）。让我们坚持使用数据并执行ivector，因为我们有整数值：
x = T.ivector('input')
这行代码刚刚创建了一个TensorVariable x，它表示我们想要的输入类型，即整数数组。
现在让我们为x元素的argmax定义一个TensorVariable：
y = T.argmax(x)
到目前为止，我们已经构建了一个计算图，该图期望将整数数组作为输入，并将输出该数组的argmax。但是，为了实际执行此操作，我们必须将其编译为一个函数：
get_argmax = theano.function([x], y)
theano.function语法可以在这里找到。
将此函数视为现在实际执行我们使用x和y定义的计算。
当我执行时：
get_argmax([1,2,3,4,19,1])
它返回：
array(4)
那我们到底做了什么？通过定义Theano变量并使用theano.tensor函数，我们构建了一个计算图。然后，我们使用theano.function编译了一个函数，该函数实际上对指定的实际输入执行该计算。
结束语：如何做不等于运算？
a = T.ivector('a')
b = T.ivector('b')
out = T.neq(a,b)
get_out = theano.function([a,b], out)
print get_out([1,2,3,4], [7,8,9,10])
将返回：
[1,1,1,1]
概念上的关键差异之一是我将a，b视为theano TensorVariables，而不是为其分配显式变量。
您会摆脱困境，只记得要根据Theano TensorVariables定义计算，然后要真正“使用它”，就必须使用theano.function对其进行编译。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句