Question

我试图在函数y = x ^ 2上运行一个非常简单的梯度下降。我尝试使用以下代码实现它：

import theano
from theano import tensor as T
x = theano.shared(2)
y = x ** 2

dy_dx = T.grad(y, x)
learning_rate = 1
updates = [(x, x - learning_rate * dy_dx)]
fn = theano.function([], [y], updates = updates)

但是当我尝试编译函数＆＃34; fn＆＃34;时，我收到以下错误：

TypeError: ('An update must have the same type as the original shared 
variable (shared_var=<TensorType(int64, scalar)>, 
shared_var.type=TensorType(int64, scalar), 
update_val=Elemwise{sub,no_inplace}.0, 
update_val.type=TensorType(float64, scalar)).', 'If the difference is 
related to the broadcast pattern, you can call the 
tensor.unbroadcast(var, axis_to_unbroadcast[, ...]) function to remove 
broadcastable dimensions.')

我认为这可能是learning_rate变量的问题，因为它可能与x共享变量的类型不同，但如果我修改代码如下：

updates = [(x, x - dy_dx)]

我仍然得到同样的错误。

我被卡住了:(有什么想法吗？

Answer 1

问题是您的共享变量x没有指定类型，因此推断出一个。由于您提供的值是Python整数文字，因此假定类型为int32。这是一个问题，因为渐变不能很好地处理整数，因此dy_dx实际上是float64。这反过来也使更新值为float64。共享变量只能使用相同类型的值进行更新（这是错误消息），因此您遇到问题：共享变量是int32，但更新是float64。

一种解决方案是使共享变量也成为浮点数。这可以通过简单地将小数点添加到x的初始值来实现。

x = theano.shared(2.)

尝试更新共享变量时，为什么会出现Theano TypeError？

1 个答案: