Theano Tutorial文档翻译（三） - 基础张量功能

最新推荐文章于 2022-08-21 22:55:07 发布
最新推荐文章于 2022-08-21 22:55:07 发布
阅读量1.5k 收藏
点赞数 1
分类专栏： Theano 文章标签： theano

源地址：http://deeplearning.net/software/theano/library/tensor/basic.html#libdoc-basic-tensor

Basic Tensor Functionality 基础张量功能

  • Theano支持任何Python的对象，但是他更多关注的是符号矩阵表达。当你输入
    x = T.fmatrix()

  • 这里的x是一个TensorVariable的实例。T.fmatrix对象本身是一个TensorType的实例。Theano知道变量x的类型是因为x.type指向了T.fmatrix。

  • 这张将介绍不同创建张量变量的方法，张量的属性和TensorVariable和TensorType的方法，以及不同的基础数学符号和算法。

Creation 创建

  • Theano提供一系列预定义的张量类型可以被用来新建张量变量。变量可以被命名以便调试，所有这些构造器接受一个可选择的参数name。例如，下面每个创建的TensorVariable实例都代表一个0维德ndarray的整数，被命名为myvar：
x = scalar('myvar', dtype='int32')
x = iscalar('myvar')
x = TensorType(dtype='int32', broadcastable=())('myvar')

Constructors with optional dtype 可选择的类型构造器

  • 这些都是最简单而且经常被使用来创建符号变量的方法。默认地，他们构建浮点变量（由config.floatX决定，见floatX），所以如果你使用这些构造器，转换不同精度是很简单的。
    theano.tensor.scalar(name=None, dtype=config.floatX)
    返回一个0维的ndarray变量
    theano.tensor.vector(name=None, dtype=config.floatX)
    返回一个1维的ndarray变量
    theano.tensor.row(name=None, dtype=config.floatX)
    返回一个2维变量，行数一定为1
    theano.tensor.col(name=None, dtype=config.floatX)
    返回一个2维变量，列数一定为1
    theano.tensor.matrix(name=None, dtype=config.floatX)
    返回一个2维的ndarray变量
    theano.tensor.tensor3(name=None, dtype=config.floatX)
    返回一个3维德ndarray变量
    theano.tensor.tensor4(name=None, dtype=config.floatX)
    返回一个4维的ndarray变量

All Fully-Typed Constructors 所有全类型构造器

  • 下面的Tensor类型是被theano.tensor模板提供的实力。他们都是可以调用，都有一个name参数。
from theano.tensor import *

x = dmatrix()
x = dmatrix('x')
xyz = dmatrix('xyz')
前缀含义
bint8
wint16
iint32
lint64
dfloat64
ffloat32
ccomplex64
zcomplex128
构造器维数形状广播机制
scalar0()()
vector1(?,)(False,)
row2(1,?)(True, False)
col2(?,1)(False, True)
matrix2(?,?)(False, False)
tensor33(?,?,?)(False, False, False)
tensor44(?,?,?,?)(False, False, False, False)

Plural Constructors 符合构造器

  • 下面的构造器可以一次性构造不同的变量。这些在练习中不经常被使用，但是在本次指导中会被使用来节省空间。
    iscalars, lscalars, fscalars, dscalsrs
    返回一个或多个标量变量
    ivectors, lvectors, fvectors, dvectors
    返回一个或多个向量变量
    irows, lrows, frows, drows
    返回一个或多个行变量
    icols, lcols, fcols, dcols
    返回一个或多个列变量
    imatrixs, lmatrixs, fmatrices, dmatrices
    返回一个或多个矩阵变量

  • 每一个复合构造器接受一个整数或多个字符串。如果输入一个整数，方法会返回愈多变量；如果输入一个字符串，它会使用变量名为每个字符串创建一个变量。例如：

from theano.tensor import *

x, y, z = dmatrices(3)
x, y, z = dmatrices('x', 'y', 'z')

Custom tensor types 自定义tensor类型

  • 如果你想要构建一个张量变量，它没有标准的广播模式，或者维度很高，你需要新建一个你自己的TensorType实例。你要新建这样一个实例，通过传入dtype和广播模式来构造。例如，你要新建一个你自己的5维张量：
dtensor5 = TensorType('float64', (False,)*5)
x = dtensor5()
z = dtensor5('z')
  • 你也可以重新定义一些已经提供的类型，他们会正确地相互作用：
my_dmatrix = TensorType('float64', (False,)*2)
x = my_dmatrix()
my_dmatrix == dmatrix # True

Converting from Python Objects 从python对象转换

  • 另外一个创建TensorVariable就是使用shared()。
    x = shared(numpy.random.randn(3,4))

  • 这会返回一个共享变量，.value属性是numpy的ndarray。变量的维数dtype都是从给定的ndarray参数推算出来的。共享的参数不会被复制，随后的变量改变会影响x.value

  • 更多的信息，请看shared()文档。

  • 最后，当你在算法表达式的TensorVariable实例中使用numpy的ndarray或者一个Python number，他的结果是一个TensorVariable。究竟ndarray或number发生了什么？Theano要求输入所有变量实例的表达式，所以Theano自动地把他们包装成TensorConstant。
    注意：Theano在使用表达式时为每个ndarray创建一个副本，所以随后的ndarray改变不会对Theano的表达式有影响

  • 对于numpy的ndarray，dtype是给定的，但是广播模式一定要被分配。TensorConstant用一个匹配的dtype被赋予一个type，所有形状维度是1的都被赋予广播模式True。

  • 对于python的number， 广播模式是（）， 但是dtype一定要被推算。Python的整数被储存在一个最小的dtype，所以小整数像1被储存在bscalar。以此类推，Python的float被储存在fscalar如果fscalar足够完美地储存，否则就用dscalar。
    注意：当config.floatX==float32.Python的float会用单精度存储

theano.tensor.as_tensor_variable(x, name=Noen, ndim=None)
- 把参数x转换成 TensorVariable 或 TensorConstant。
- 很多tensor的运算都会使用这个函数做预处理。
- 当x是一个Python的number，dtype像上述描述。
- 当x是一个list或tuple，它会被传到numpy.asarray
- 如果ndim不为空，它必须是个整数，输出会被广播。

TensorType and TensorVariable 张量类型和张量变量

class theano.tensor.TensorType(Type)
Type的类被用来表示numpy.ndarray的值
- broadcastable
一个对于每维True/False的元组。True在i的位置意味着在评估时间里，ndarray在第i维大小为1。

模式含义}
[]标量
[True]1D标量（长度为1的向量）
[True, True]2D标量（1*1矩阵）
[False]向量
[False, False]矩阵
[False]*nnD张量
[True, False]行（M*1矩阵）
[False, True]列（1*M矩阵）
[False, True, False]一个M*1*P张量(a)
[True, False, False]一个1*N*P张量(b)
[False, False, False]一个M*N*P张量(a+b的模式)

维度广播是Flase的，长度可以是1或更多。True的一定要是1。
当两个有不同维度的参数使用元素依次操作（element-wise），广播通过在最左扩展True属性。例如[False]会被扩展成[True, False]。
middle_broadcast = TensorType('complex64', [False, True, False])

  • ndim
    变量值的维度数，在构建表达图前一定要知道

  • dtype
    `int8, int16, int32, int64, uint8, uint16, uint32, uint64, float32, float64, complex64, complex128’

  • __init__(se;f, dtype, broadcastable)

TensorVariable

class theano.tensor.TensorVariable(Variable, _tensor_py_operators)
class theano.tensor.TensorConstant(Variable, _tensor_py_operators)
class theano.tensor.TensorSharedVariable(Variable, tensor_py_operators)

class theano.tensor.__tensor_py_operators
这个混杂类有方便的属性，方法并且支持TensorVariable， TensorConstant和TensorSharedVariable。

  • type
  • ndim
  • reshape(shape, ndim=None)

  • dumshuffe(*pattern)
    pattern的一些例子：
    (‘x’) -> 令一个0维（标量）变成1为向量
    (0,1) -> 2维向量
    (1,0) -> 第一第二维反转
    (‘x’,0) -> N变成1*N
    (0,’x’) -> N变成N*1
    (2,0,1) -> A*B*C变成C*A*B
    (0,’x’,1) -> A*B变成A*1*B
    (1,’x’,0) -> A*B 变成 B*1*A
    (1,) -> 1*A 变成 A

  • flatten(ndim=1)

未完待续，实在太多了，而且最近TI比赛多，看比赛去了。。

Viggo_yuan
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
09-python-theano-简介及其安装-基础-在 Windows 上的配置
02-13
python学习笔记，包含theano-简介及其安装-基础-在 Windows 上的配置
Theano---scan函数
pmt123456的博客
05-05 866
def scan(fn, sequences=None, outputs_info=None, non_sequences=None, n_steps=None, truncate_gradient=-1, go_backwards=False, mode=None,
Variable和Tensor的区别？
小花生的博客
10-07 7090
Tensor和Variable的区别 代码： c=a+b import tensorflow as tf a = tf.Variable(1.0,name='a') b = tf.Variable(2.0,name='b') c = tf.add(a,b) sess = tf.Session() sess.run(tf.global_variables_initializer()) pri...
tensor和Variable
Dashi_Lu的博客
03-05 438
初学tensorflow，有点搞不懂tensor和Variable的区别，经过思考，得到以下总结！ 目录 Tensor Variable 总结 Tensor import tensorflow as tf x = tf.random_uniform([3,3]) #创建一个Tensor with tf.Session() as sess: print(t...
Variable和tensor的计算
嗨皮lemon的博客
08-31 496
变量在torch中是建立一个计算图，但是相比较Tensorflow和Theano中的静态图， 它是动态的，torch没有placeholder，torch只能给计算图传递变量 import numpy as np import torch from torch.autograd import Variable tensor=torch.Tensor([[1,2],[3,4]]) var...
Pytorch学习笔记（一）张量（Tensor）/ 变量（Variable）
qq_35495464的博客
02-04 1973
这里写目录标题一级目录二级目录三级目录 一级目录 二级目录 三级目录
theano-tutorial:使用Theano的神经网络教程集合
05-23
电影教程 一个基于IPython笔记本的简短教程，介绍了Theano的基本概念，其中包括一个玩具多层感知器... 可以在这里找到更全面的教程： ://deeplearning.net/software/theano/tutorial/此处将其转换为IPython笔记本： :
Theano tutorial快速入门教材
01-08
Theano tutorial快速入门教材
Python-R代码：包含TensorFlow，Keras，Theano，Pytorch，scikit-learn，Matplotlib等的一些教程
02-04
Python-R代码 Python代码 凯拉斯练习 机器学习 matplotlib实践 python基本 python说明 火炬练习 强化学习 张量流练习 Theano实践 R代码 数据挖掘 深度学习 面部情感分析
PyPI 官网下载 | theano-word2vec-0.2.2.tar.gz
01-16
资源来自pypi官网。 资源全名：theano-word2vec-0.2.2.tar.gz
Pytorch学习笔记（一）－－Tensor和Variable
屋顶数☆☆的博客
06-04 1585
本学习笔记均基于ubantu16.04上的pytroch，在正式笔记开始之前有两点 一．安装问题 在安装pytorch时候走了很多弯路和问题 因每个人的问题不同，教程不在此赘述，但总的顺序如下： 安装nvida cuda cudnn gpu版本的pytorch 二．学习教程 本次需系笔记全部基于廖星宇的＜深度学习入门之pytroch＞，git地址如下 https://github.com/L1...
pytorch教程（1）--张量(tensor)和变量(Variable)
zhuiqiuk的专栏
01-07 1921
把Pytorch当做Numpy用 PyTorch的官方介绍是一个拥有强力GPU加速的张量和动态构建网络的库，其主要构建是张量，所以可以把PyTorch当做Numpy来用，Pytorch的很多操作好比Numpy都是类似的，但是其能够在GPU上运行，所以有着比Numpy快很多倍的速度。 import torch import numpy as np     1     2 # 创建一个nump...
python中tensor与variable_tensor和Variable
weixin_39603265的博客
12-06 207
初学tensorflow，有点搞不懂tensor和Variable的区别，经过思考，得到以下总结！目录Tensorimport tensorflow as tfx = tf.random_uniform([3,3]) #创建一个Tensorwith tf.Session() as sess:print(type(x))y = sess.run(x)print(type(y)) ...
pytorch的数据结构—tensor和variable
Major_S的博客
10-10 668
一 张量的创建 1.Tensor(张量)的概念 2.Tensor:直接创建 3.Tensor:依据数值创建 4.Tensor:依据概率创建 1.Tensor(张量)的概念 ''' 输出版本 import torch print("hello torch{}".format(torch.__version__)) ''' ''' 张量是一个多维数组 他是标量、向量、矩阵的高纬拓展 variab...
报错：cannot import name ‘dtensor‘ from ‘tensorflow.compat.v2.experimental‘ (/Users/pxs/anaconda3/lib
热门推荐
weixin_46524746的博客
08-21 1万+
关于tensorflow应用出现的小问题
cannot import name ‘dtensor‘ from ‘tensorflow.compat.v2.experimental‘报错
qq_28590717的博客
06-28 1万+
因为keras版本太高，需要降低到和tensorflow版本一致，pip install keras==2.6，降低keras版本就好了。
theano学习初步(二) 基础Tensor函数
Mr.Phoebe的专栏
09-06 1万+
本文来自于官方文档Creation（声明）Theano有多种方式进行声明变量。变量也可以进行命名，从而便于debug，而且每一种声明方式都能够接受name的参数。 下面这三种声明方式，声明的是0维的整型变量，它的名字是myvar>>> x = scalar('myvar', dtype='int32') >>> x = iscalar('myvar') >>> x = TensorType(dty
Theano学习一：张量、计算图、操作算子等基础知识
智者之家
07-29 2860
张量(tensor)是一个多维的数据存储形式，数据的的维度被称为张量的阶。它可以看成是向量和矩阵在多维空间中的推广,向量可以看成是一维张量,矩阵可以看成是两维的张量。在Python中，一些科学计算库（如Numpy）已提供了多维数组。Theano并不能取代Numpy，但可与之协同工作。Numpy可用于初始化张量。 为了在CPU和GPU上执行相同的计算，采用符号变量，并由张量类、抽象以及有变量节点和应...
【theano-windows】学习笔记五——theano中张量部分函数
风翼冰舟的博客
09-01 6381
前言至此感觉应该可以写出一个logistic回归程序了，但是为了达到对theano中张量的更灵活的使用, 还是先看一下thenao.tensor对变量都提供了哪些操作，最全的文档戳这里或者这里, 这里就稍微摘取一点自我感觉以后可能用得多的函数基本张量函数创建张量以下三条语句都是创建一个张量实例, 代表一个0维的整型阵列, 名字是myvarx=T.scalar('myvar',dtype='int32
安装Theano-1.0.5.出现error: metadata-generation-failed
最新发布
04-11
安装Theano-1.0.5时出现"error: metadata-generation-failed"错误通常是由于网络连接问题导致的。这个错误表示pip无法从PyPI（Python Package Index）获取Theano的元数据信息。 解决这个问题的方法有以下几种： 1....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值