Question

我试图在Theano中实现一个新节点，为了测试每一步，我要将所有内容都放在一边并测试输出结果。其中一个步骤是在二维中测试求和函数。输出对第一维有利，但是当我应用第二维时它会得到奇怪的结果。我将输出与Numpy进行了比较。请参阅下面的代码和结果。

我做了另一个experminet，所以我将它分成两个问题：

第一个问题：

arr = np.ones((2, 100, 100)).astype(np.float32)

x = T.ftensor3('x')

tester = T.sum(x)

tester2k = T.sum(x, axis=2)

s1 = theano.function([x], tester)
s2k = theano.function([x], tester2k)

print s1(arr)
print s2k(arr)

The first gives 5625 instead of 20000 

The second gives 30 instead of 100
[30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.
 30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.  30.
 30...................

第二个问题

arr = np.array([[[.1,.2],[.3,.4]],[[.2,.5],[.6,.7]],[[.2,.6],[.7,.4]]]).astype(np.float32)

x = T.ftensor3('x')
y = T.max(x)
z2 = T.sum(T.exp(x), axis=(2,1))
tester1 = T.exp(x)
tester2 = T.sum(tester1, axis=2)
tester3 = T.sum(tester2, axis=1)

s1 = theano.function([x], tester1)
s2 = theano.function([x], tester2)
s3 = theano.function([x], tester3)
final = theano.function([x], z2)


firstValue = s1(arr)
print firstValue
print "\n"
secValue = s2(arr)
print secValue
print "\n"
thirdValue = s3(arr)
print thirdValue
print '\n'
print final(arr)
print "-----------------\n"
print firstValue[0,:,:]
print "\n"
# print firstValue[0,:,:].sum()
firstSum = np.sum(firstValue, axis=2)
print firstSum
print np.sum(firstSum, axis=1)

这是输出。

[[[ 1.10517097  1.22140276]
  [ 1.34985888  1.49182475]]

 [[ 1.22140276  1.64872122]
  [ 1.82211888  2.01375294]]

 [[ 1.22140276  1.82211888]
  [ 2.01375294  1.49182475]]]


[[ 2.32657385  2.84168363]
 [ 2.87012386  3.8358717 ]
 [ 3.04352164  3.50557756]]


[ 3.67643261  4.69224262  5.05727482]


[ 3.67643261  4.69224262  5.05727482]
-----------------

[[ 1.10517097  1.22140276]
 [ 1.34985888  1.49182475]]


[[ 2.32657385  2.84168363]
 [ 2.87012386  3.8358717 ]
 [ 3.04352164  3.50557756]]
[ 5.16825771  6.70599556  6.54909897]

您可以看到轴= 2的第一个维度得到的结果是正确的，但是当我在第一个轴上求和时，结果并不是任何数字。我测试了两次乘以2然后乘以1并通过给出两个轴（2,1）来测试函数。

更新

第一个问题，结果并不代表实际值

第二个问题，当使用keepdims=True顺序执行求和函数时，结果总结得很好但是当使用One函数给出两个轴（1,2）时，即使用keepdims=True，结果也是错误的。

Answer 1

这个问题与Theano.0.10下面的版本有关，一旦更新，这个问题就解决了。万一有人面临同样的问题。

Theano.Tensor.Sum函数有什么问题？

1 个答案: