在Theano的总和的衍生物

Question

所以我想计算以下总和的渐变和Hessian。 Afaik Theano应该能够做到这一点，但我无法弄清楚如何。 X是尺寸为M×N的矩阵; y M大小的矢量; beta一个N大小的矢量。

计算总和的一种方法是使用scan（）函数，我这样做：

 res,ups =  theano.scan(lambda v,w: v*np.log(1/(1+np.exp(-1*w.dot(beta))))
         +((1-v)*(np.log(1/(1+np.exp(w.dot(beta)))))), sequences = [y,X])

 t7 = theano.function(inputs = [X,y,beta],outputs = res)

就我所知，这是正常的。但是，我不能将它用作关于beta的grad（）函数的输入。 所以我想知道的是，是否有办法使用扫描函数作为grad函数的输入或使用不同的方法来计算总和。

（我首先尝试了同情，但是同情不能lambdify Indexedbase对象，所以我可以计算毕业但不能将它用作函数，也许这有帮助吗？）

Sum在X和beta中加上一条线的Dot Product的函数，而二元向量y决定将使用两个函数中的哪一个。

 log(1/(1+exp(-X_i*beta))) 

希望有帮助吗？