“序列”参数在theano.scan中有什么参数，以及它们是如何解释的

Question

我从http://deeplearning.net/software/theano/library/scan.html

获取了以下代码

    import numpy

    coefficients = theano.tensor.vector("coefficients")
    x = T.scalar("x")

    max_coefficients_supported = 10000

    # Generate the components of the polynomial
    components, updates = theano.scan(fn=lambda coefficient, power, free_variable: coefficient * (free_variable ** power),
                              outputs_info=None,
                              sequences=[coefficients, theano.tensor.arange(max_coefficients_supported)],
                              non_sequences=x)

这里的代码用于解释“序列”参数。 这是我的问题：

1. 如何喂食序列？第一个术语“系数”是张量变量。第二个术语“theano.tensor.arange（max_coefficients）”是一个张量变量，使用eval（）给出一个带有[0 ...... 999]的列表。教程说 -

   "The tensor(s) to be looped over should be provided to scan using the sequence keyword argument."
   

   根据“序列”中提供的参数，循环是如何发生的？

Answer 1

参数的顺序是：sequence [t]，outputs_infor，non_sequence

 coefficients[t]
 theano.tensor.arange(max_coefficients_supported)[t]
 x

outputs_infor保存上一次迭代的结果