theano學習筆記

定義函式

import theano.tensor as t

from theano import function,pp

//標量

x=t.dscalar(『x』)

//向量

x=t.vector(「a」)

//矩陣

x=t.dmatrix(『x』)

y=t.dscalar(『y』)

z=x+y

f=function([x,y],z)

//函式f表示式

print(pp(z))

print(f(2.0,3.0))

//定義乙個shared變數，並賦予初始值shared，一般初始值為0或隨機值

b=theano.shared(value,name=』b』)

train=theano.function(inputs=[x,y],outputs=[prediction,error],updates=[(b,b+inc),(..)],givens=[(w,foo),(..)])

givens中每個括號中的pair(symbol,replace),運算時用replace替換公式中的symbol。

導數

y=x**2

的第1個引數必須是標量

gy=t.grad(y,x)

x=t.dmatrix(『x』)

y=t.sum(1/(1+t.exp(-x)))

gy=t.grad(y,x)

func=function([x],gy)

import numpy

//產生乙個隨機值

numpy.random.rand()

//乙個隨機向量

numpy.random.rand(number)

//乙個隨機矩陣

numpy.random.rand(n,features)

a*numpy.random.randn(n，features)+b

import numpy.random as r

r.beta(a,b,size=(n,features)) //貝塔分布

r.binomial(n,p,size) //二項分布

r.dirichlet(alpha,size) //狄利克雷分布

r.exponential(scale,size) //指數分布

r.gamma(shape,scale,size) //伽馬分布

import theano.tensor as t

//計算內積，對於兩個矩陣相當於矩陣相乘，對於兩個向量計算內積。

t.dot(x,y)

//計算元素內部資料的平均值

t.mean()

//計算元素內部資料的和

t.sum()

7 theano 安裝 學習theano的筆記

之前寫過有關theano在macos上的安裝部署，昨天又在windows上安裝了一版，發現還有theano.test 這種玩法，不知道有多少人的機器是全部通過的，6000多個測試程式，不發生問題的概率估計是不大。我自己的機器上現在還有7個failure，不打算找問題了，先用著再說。天天搞深度學習的，...

theano學習筆記 1 代數

theano教程 usr bin env python coding utf 8 from theano import function import theano.tensor as t 第1步 定義兩個變數及其型別 x t.dscalar x 雙精度浮點型的0 維陣列 也就是標量 y t.dsc...

Theano學習筆記（二） 邏輯回歸函式解析

有了前面的準備，可以用theano實現乙個邏輯回歸程式，邏輯回歸是典型的有監督學習。為了形象，這裡我們假設分類任務是區分人與狗的 首先是生成隨機數物件 importnumpy importtheano importtheano.tensor as t rng numpy.random 資料初始化 有...