Question

我有两个2D Theano张量，称之为x_1和x_2，并且假设为了示例，x_1和x_2都有形状（1,50））。现在，为了计算它们的均方误差，我只需运行：

    T.sqr(x_1 - x_2).mean(axis = -1).

然而，我想要做的是构造一个新的张量，其中包含10个块的均方误差。换句话说，因为我对NumPy更熟悉，我想到的是创建以下内容Theano中的张量M：

    M = [theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1) for i in xrange(0, 50, 10)]

现在，由于Theano没有for循环，而是使用scan（这是一个特例），我想我会尝试以下内容：

    sequence = T.arange(0, 50, 10)
    M = theano.map(lambda i: theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1), sequence)

然而，这似乎不起作用，因为我收到错误：

只有整数，切片（:），省略号（...），numpy.newaxis（None）和整数或布尔数组才是有效索引

有没有办法使用theano.scan（或map）遍历切片？提前谢谢，因为我是Theano的新手！

Answer 1

类似于numpy中可以做的，一个解决方案是将你的（1,50）张量重塑为（1,10,5）张量（甚至是（10,5）张量），然后计算沿第二轴的平均值。

为了用numpy来说明这一点，假设我想通过切片2来计算均值

x = np.array([0, 2, 0, 4, 0, 6])
x = x.reshape([3, 2])
np.mean(x, axis=1)

输出

array([ 1.,  2.,  3.])