【theano-windows】学习笔记四——theano中的条件语句

前言

按照官网教程，学习条件语句Switch和ifelse的使用

参考地址: conditions

性能对比

ifElse是将布尔变量和两个变量当做输入

Switch是将张量和两个变量当做输入. 因为Switch是元素级操作，所以比ifElse更具一般性

Switch需要对所有输出变量进行评估，ifElse只需要计算条件中一个变量的结果

用法

需要实现的表达式

$$\begin{aligned} output=\begin{cases} x,a\lt b\\ y,a\ge b \end{cases} \end{aligned}$$

• 使用Switch语句

  
  #使用Switch
  
  a,b=T.dscalars('a','b')
  x,y=T.dmatrices('a','b')
  z_switch=T.switch(T.lt(a,b),T.mean(x),T.mean(y))
  f_switch=theano.function([a,b,x,y],z_switch,mode=theano.Mode(linker='vm'))
  val1=0.
  val2=1.
  big_mat1=numpy.ones((10000,1000))
  big_mat2=numpy.ones((10000,1000))
  n_times=10
  
  #记录执行时间
  
  tic=time.clock()
  for i in range(n_times):
    f_switch(val1,val2,big_mat1,big_mat2)
  print('time spent evaluating both values %f sec' % (time.clock() - tic))
  
  #time spent evaluating both values 0.232891 sec
  

• 使用ifelse语句

  
  #使用ifElse
  
  from theano.ifelse import ifelse#一定要用引入的，不能用theano.ifelse, 会出问题
  a,b=T.dscalars('a','b')
  x,y=T.dmatrices('a','b')
  z_lazy = ifelse(T.lt(a, b), T.mean(x), T.mean(y))
  f_lazyifelse=theano.function([a,b,x,y],z_lazy,mode=theano.Mode(linker='vm'))
  val1=0.
  val2=1.
  big_mat1=numpy.ones((10000,1000))
  big_mat2=numpy.ones((10000,1000))
  n_times=10
  
  #记录执行时间
  
  tic=time.clock()
  for i in range(n_times):
    f_lazyifelse(val1,val2,big_mat1,big_mat2)
  print('time spent evaluating both values %f sec' % (time.clock() - tic))
  
  #time spent evaluating both values 0.122027 sec
  

  可以发现由于开头说的ifelse比较懒，只执行一条, 所以时间短

【PS】怎么感觉没C++的switch那么强大, 还是两个选择, 以后见到其他用法再补充, 一步步学

这篇博客划划水, 就学学这两个条件语句的使用, 目前除了性能差别, 在功能上并未发现区别, 都是根据第一个表达式去决定选择第二个参数或是第三个参数, 如果有复杂的功能, 后面肯定会接触到, 暂时就这样.

然而比较好玩的是看到了两个函数T.mean(),T.lt(), 感觉theano.tensor应该有很多功能, 下一篇博客就摘取一些感觉比较重要的函数贴出来.

本篇博客code: 链接: https://pan.baidu.com/s/1o8Sd9VG 密码: 8t8f