Question

我有简单的代码，如下所示：

class testxx(object):
    def __init__(self, input):
        self.input = input
        self.output = T.sum(input)
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = np.float32)
classfier = testxx(a)
outxx = classfier.output
outxx = np.asarray(outxx, dtype = np.float32)

但是，我收到以下错误信息：

ValueError: setting an array element with a sequence.

此外，当我使用theano.tensor的功能时，它返回的内容似乎被称为＆＃34; tensor＆＃34;，而我无法简单地将其切换为numpy.array类型，甚至虽然结果应该像矩阵一样形成。

这就是我的问题：如何切换outxx来输入numpy.array？

Answer 1

Theano＆＃34; tensor＆＃34;变量是符号变量。你用它们构建的东西就像你编写的程序。您需要编译Theano函数来执行此程序的功能。编译Theano函数有两种方法：

f = theano.function([testxx.input], [outxx])
f_a1 = f(a)

# Or the combined computation/execution
f_a2 = outxx.eval({testxx.input: a})

编译Theano函数时，必须告诉输入是什么以及输出是什么。这就是为什么在调用theano.function（）时有2个参数。 eval（）是一个接口，它将在给定的符号输入上编译和执行具有相应值的Theano函数。

Answer 2

由于testxx使用sum()中的theano.tensor而不是来自numpy，因此可能需要TensorVariable作为输入，而不是numpy数组。

=＆GT;将a = np.array(...)替换为a = T.matrix(dtype=theano.config.floatX)。

在您的最后一行之前，outxx将是TensorVariable，取决于a。因此，您可以通过提供a。

的值来评估它

=＆GT;用以下两行替换最后一行outxx = np.asarray(...)。

f = theano.function([a], outxx)
outxx = f(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = np.float32))

以下代码运行时没有错误。

import theano
import theano.tensor as T
import numpy as np

class testxx(object):
    def __init__(self, input):
        self.input = input
        self.output = T.sum(input)
a = T.matrix(dtype=theano.config.floatX)
classfier = testxx(a)
outxx = classfier.output
f = theano.function([a], outxx)
outxx = f(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = np.float32))

adding scalars上的Theano文档提供了其他类似示例。

如何将theano.tensor切换到numpy.array？

2 个答案: