用于铸造共享变量的Theano set_value

Question

在Theano深度学习教程中，y是一个共享的变量：

   y = theano.shared(numpy.asarray(data, dtype=theano.config.floatX))
   y = theano.tensor.cast(y, 'int32')

我后来想为y设置一个新值。

对于GPU，这可行：

    y.owner.inputs[0].owner.inputs[0].set_value(np.asarray(data2, dtype=theano.config.floatX))

对于CPU，这有效：

    y.owner.inputs[0].set_value(np.asarray(data2, dtype=theano.config.floatX))

为什么这需要GPU和CPU之间的不同语法？我希望我的代码适用于这两种情况，我做错了吗？

Answer 1

这与另一个StackOverflow question中描述的问题非常类似。

问题是你正在使用符号强制转换操作，它将共享变量转换为符号变量。

解决方案是转换共享变量的值而不是共享变量本身。

而不是

y = theano.shared(numpy.asarray(data, dtype=theano.config.floatX))
y = theano.tensor.cast(y, 'int32')

使用

y = theano.shared(numpy.asarray(data, dtype='int32'))

通过owner属性导航Theano计算图表被视为错误形式。如果要更改共享变量的值，请维护对共享变量的Python引用并直接设置其值。

所以，y只是一个共享变量，而不是一个符号变量，你现在可以这样做：

y.set_value(np.asarray(data2, dtype='int32'))

请注意，施法再次发生在numpy，而不是Theano。