原文http://deeplearning.net/software/theano/glossary.html#glossary
因为是新手,所以很多都是直接翻译,并不是很懂,当个笔记,以后看完theano指南后再回头重新理解。
Apply 应用
应用
的意思是对于输入进行运算
然后产生输出值。就像是数学函数a[符号值]
Broadcasting 广播
广播是一个允许把不同维度的张量通过一个一个元素进行运算的机制。他通过复制相对小的张量来进行运算。
Constant 常数
一个不可修改的值。例如,当你输入
x = tensor.ivector()
y = x + 3
然后一个常数被创建来表示图内的3
Elementwise 依次元素
一个对于两个张量值M
和N
进行依次元素的运算f
如下:
f(M, N)[i, j] == f(M[i, j], N[i, j])
换句话来说,输入矩阵的每个元素都是由其他矩阵的相关元素组成的。[i,j]坐标不对应的元素之间没有依赖,所以依次元素运算像是一般多维的标量运算。
Expression 表达式
看Apply
Expression Graph 表达图
一个直接无环的集合链接值节点和应用节点,表达值与值之间的符号关系。你通过定义表达图来使用Theano,然后用theano.function来编译。
Destructive 毁灭的
如果一个运算需要一个或多个被重写或者无效的输入,这个运算就是毁灭的。例如,inplace运算是毁灭的。毁灭的运算有时会比无毁灭性的运算要快。Theano鼓励用户不要在给定的theano.function的图内使用毁灭性的运算,但是相应地相信优化器明智地插入毁灭性运算。
Graph 图
看expression graph
Inplace 原地
原地运算是一个能破坏输入的运算。例如,如果你迭代一个矩阵而且每个元素变成原来的两倍,这里是一个原地操作因为每次你完成操作,原输入就会被复写。原地操作是毁灭性的,默认地它只能被优化器插入,而用户不能。
Linker 连接器
Mode
的部分功能 - 一个‘运行’已编译功能的对象。对于其他,连接器决定计算是否被c或python代码执行。
Mode 模型
一个提供一个优化器和一个被送到theano.function连接器的对象。它参数化一个表达图怎样转化成可调用的对象。
Op 运算
运算是一个应用,连同它的符号性输入决定什么类型的计算在运行时会被执行。数学函数例如相加(T.add)和索引(x[i])都是Theano里的运算。大部分文档都是描述不同的被Theano提供的运算,但是你也可以添加更多。
Optimizer 优化器
一个优化器的实例能够提供优化。
Optimization 优化
在theano.function的图在被编辑的时候,被一个优化器应用于一幅图的变换操作。
Shared Variable 共享变量
一个变量它的字能被不同的功能共享。
theano.function theano函数
从符号化表达图到能调用的对象的接口
Type 类型
变量的.type
表示什么类型的值会在编译的图类被计算。一个实例从Type继承,和使用.type
获得变量属性。
Variable 变量
主要的数据结构,例如
x = theano.tensor.ivector()
y = -x**2
x
和y
都是变量,是变量类的实例化。
View 视图
一些张量运算(类似Subtensor、Transpose)可以被计算在常数时间内通过简单的重索引输入。输出从[应用实例从]这样的运算被称为视图,因为他们储存可能是其他储存的别名。对于Theano,知道变量是其他变量的视图,对于正确地理解毁灭性运算是很重要的。