Theano功能分析给予

时间:2015-08-12 12:07:18

标签: theano

我们如何监控/分析theano功能的givens

作为示例,请考虑以下功能:

train_model = theano.function(
    inputs=[index],
    outputs=cost,
    updates=updates,
    givens={
        x: X_train[index * batch_size: (index + 1) * batch_size],
        y: y_train[index * batch_size: (index + 1) * batch_size]
    }
)

监控/分析共享变量x和y的方法是什么?

1 个答案:

答案 0 :(得分:2)

如果您正在关注/使用Theano教程中的代码(例如情况),则x_trainy_train是包含您的培训数据的共享变量({{1} }是输入,x_train是您希望模型在正确时预测的真实/实际输出。)

这些共享变量的内容永远不会(或者至少不应该)发生变化,因为训练数据在模型训练时通常是静态的。

因此,查看共享变量y_traintrain_x的内容与查看训练数据的内容相同。你可以在任何加载它的地方查看数据(例如,可能是CSV数据文件,或者是numpy保存的数组等)。

如果你真的想查看共享变量的内容,那么你可以使用返回底层numpy数组的train_y方法来做到这一点:

get_value()

Theano在这里根本没有参与。没有什么是象征性的,它只是具体的numpy数组。