Question

我正在尝试使用PyMC3进行贝叶斯校准；但是，我的模型函数需要比较Theano变量的数组。

以下是该问题的说明：

import theano.tensor as tt

 # create an example of array of Theano variables
a=np.array([tt.as_tensor_variable(1)*1,tt.as_tensor_variable(1)*2])

 # try to apply operations of comparison

tt.gt(a,1)

->AsTensorError: ('Cannot convert [Elemwise{mul,no_inplace}.0 Elemwise{mul,no_inplace}.0] to TensorType', <class 'numpy.ndarray'>)*

a>1

-> TypeError: Variables do not support boolean operations.

有人知道如何管理吗？

Answer 1

如果您已经拥有ndarray的NumPy TensorVariables，则可以将其转储到列表中：

a = np.array([tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2])

res = tt.gt(a.tolist(), 1)
res.eval()
# array([False, True])

但是，如果可以的话，我会完全避免NumPy。

a = [tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2]

res = tt.gt(a, 1)
res.eval()
# array([False, True])

更好的是，TensorVariable类型已经完全支持多维性，并且坚持使用theano.tensor中的方法，比来回移动到list或{ {1}}个对象。例如，

ndarray

如何将比较（min，gt）运算应用于Theano变量的ndarray？

1 个答案: