Python深度学习（基于TensorFlow）二、Theano基础

2.1符号变量

import theano
from theano import tensor as T

Theano本事是一个通用的符号计算框架，与非符号架构的框架不同，它先使用Tensor variable初始化向量，然后将复杂的符号表达式编译成函数模型，最后运行时传入实际数据进行计算。整个过程分三步：
1.定义符号变量
2.编译代码
3.执行代码

# 初始化张量Tensor
x=T.scalar(name='input',dtype='float32')
w=T.scalar(name='weight',dtype='float32')
b=T.scalar(name='bias',dtype='float32')
z=w*x+b

# 编译程序
net_input = theano.function(inputs=[w,x,b],outputs=z)
print('net_input: %.2f'% net_input(2.0,3.0,0.5))

net_input: 6.50

Theano内置的变量类型

标量scalar,向量vector,行row,列col,矩阵matrix,tensor3,tensor4

data = T.vector(name='data',dtype='float64')
print(data)

data

自定义变量类型

mytype=T.TensorType('float64',broadcastable=(),name=None,sparse_grad=False)

其中broadcastable是True或False的布尔类型元组，元组的大小等于变量的维度，如果为True，表示变量在对应维度上的数据可以进行广播，否则数据不能广播

r = T.row()
r.broadcastable #结果表示在列方向上可以广播

(True, False)

mtr = T.matrix()
mtr.broadcastable #结果表示矩阵类型不能广播

(False, False)

将Python变量或者NumPy变量转化为Theano共享变量

import numpy as np
data = np.array([[1,2],[3,4]])
shared_data = theano.shared(data)
type(shared_data)

theano.tensor.sharedvar.TensorSharedVariable

2.2符号计算图模型

1.简述 TensorFlow 计算模型——计算图
2.tensorflow计算模型——计算图

2.3函数

函数定义格式

import theano
x,y = theano.tensor.fscalars('x','y')
z1 = x + y
z2 = x*y
f = theano.function([x,y],[z1,z2])
print(f(2,3)</