如何将元素值元素分配给theano矩阵? Numpy和Theano的区别?

时间:2015-08-28 21:34:05

标签: python arrays numpy matrix theano

我是theano的新手。我想用theano函数替换脚本中的numpy函数,以加快计算过程。我不知道怎么做。

我的最终目标是将仿射变换应用于3D刚体,在每次变换后为构象指定分数,并对确定分数的参数进行一些优化。

这是我正在尝试做的一个例子。

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

pi = 3.141592653
deg2rad = lambda angle: (angle/180.)*pi 

# generate 3D transformation matrix for rotation around x axis by angle 

def rotate_x_axis_numpy(angle):  # my old numpy function 
    a    = deg2rad(angle)
    cosa = np.cos(a)
    sina = np.sin(a)
    R    = np.identity(4)
    R[1][1] = cosa; R[1][2] = -sina
    R[2][1] = sina; R[2][2] =  cosa
    return R    

angle_var = T.dscalar()

def rotate_x_axis_expr(angle): # new theano function expression I expected to work  
    a    = T.deg2rad(angle)
    cosa = T.cos(a)
    sina = T.sin(a)   
    R    = theano.shared(np.identity(4))
    R[1][1] = cosa; R[1][2] = -sina
    R[2][1] = sina; R[2][2] =  cosa
    return R

rotate_x_axis_theano = theano.function([angle_var], rotate_x_axis_expr(angle_var))

上面的theano函数没有通过编译。我有以下错误消息。

---------------------------------------------------------------------------
TypeError     Traceback (most recent call last)<ipython-input-85-8d98ae1d1c9b> in <module>()
      17     return R
      18 
 ---> 19 rotate_x_axis_theano = theano.function([angle_var],rotate_x_axis_expr(angle_var))

<ipython-input-85-8d98ae1d1c9b> in rotate_x_axis_expr(angle)
      12   
      13 
 ---> 14     R[1][1] = cosa; R[1][2] = -sina
      15     R[2][1] = sina; R[2][2] =  cosa
      16 

TypeError: 'TensorVariable' object does not support item assignment

一般来说,我的问题是

(1)有没有办法分配或更新或初始化具有特定形状元素的theano矩阵,

(2)因为theano与numpy密切相关,theano和numpy在定义,优化和评估数学表达式方面有什么区别,

和(3)theano可以取代numpy,因为我们可以单独使用theano函数来定义,优化和评估数学表达式,而无需调用numpy函数。

2 个答案:

答案 0 :(得分:2)

我无法回答你的问题1,2,3,因为我在十分钟之前没有使用过theano。但是,要在theano中定义函数,您似乎不使用def构造;你想做更像这样的事情:

angle_var = T.dscalar('angle_var')
a    = T.deg2rad(angle_var)
cosa = T.cos(a)
sina = T.sin(a)   

R = theano.shared(np.identity(4))
R = T.set_subtensor(R[1,1],  cosa)
R = T.set_subtensor(R[1,2], -sina)
R = T.set_subtensor(R[2,1],  sina)
R = T.set_subtensor(R[2,2],  cosa)

rotate_x_axis_theano = theano.function([angle_var], R)

对速度没有多大帮助,至少是标量角度:

In [368]: timeit rotate_x_axis_theano(10)
10000 loops, best of 3: 67.7 µs per loop

In [369]: timeit rotate_x_axis_numpy(10)
The slowest run took 4.23 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 22.7 µs per loop

In [370]: np.allclose(rotate_x_axis_theano(10), rotate_x_axis_numpy(10))
Out[370]: True

答案 1 :(得分:2)

为了让上面发布的theano功能正常工作,我的版本是:

angle_var = T.dscalar()

def rotate_x_axis_expr(angle):
    a    = T.deg2rad(angle)
    cosa = T.cos(a)
    sina = T.sin(a)   

    R = theano.shared(np.identity(4))
    R = T.set_subtensor(R[1,1],  cosa)
    R = T.set_subtensor(R[1,2], -sina)
    R = T.set_subtensor(R[2,1],  sina)
    R = T.set_subtensor(R[2,2],  cosa)

    return R

rotate_x_axis = theano.function([angle_var],rotate_x_axis_expr(angle_var))