0
我有一個Theano dvector
與100個元素。我也有一個有5列和100行的矩陣(換句話說,每列包含100個元素)。如何將矩陣的每列乘以Theano中的矢量元素?
現在我需要應用每個列的元素乘法的矢量。什麼是在Theano做正確的方法?
我應該創建一個新的矩陣:重複我的向量5次並對其進行移位,然後乘以相同形狀的兩個矩陣元素?
ADDED
我已經瞭解到,在numpy的,以達到所期望的行爲,我只需要聲明我的向量作爲二維數組與一列。換句話說,我需要用「列」 - 向量替換「行」向量(或者我需要垂直寫入值,而不是水平)。在這種情況下,numpy會根據需要播放向量(列)(我的矩陣的每一列將被乘以我的向量元素)。然而,它看起來像Theano不繼承numpy的這種行爲:
X = T.dmatrix('X')
w = np.array([
[10.0, 0.0, 0.0, 0.0, 0.0],
[0.0, 10.0, 0.0, 0.0, 0.0],
[0.0, 0.0, 10.0, 0.0, 0.0]
], dtype=th.config.floatX)
w = np.transpose(w)
W = th.shared(w, name='W', borrow=True)
R = W + X
f = th.function([X], R)
x = np.array([[1.0], [2.0], [3.0], [4.0], [5.0]])
print f(x)
這是我的錯誤:
ValueError: Input dimension mis-match. (input[0].shape[1] = 3, input[1].shape[1] = 1)
Apply node that caused the error: Elemwise{add,no_inplace}(W, X)
Toposort index: 0
Inputs types: [TensorType(float64, matrix), TensorType(float64, matrix)]
Inputs shapes: [(5, 3), (5, 1)]
Inputs strides: [(8, 40), (8, 8)]
順便說一句,代碼工作,如果我在下面的定義x
way:
x = np.array([[1.0, 1.0, 1.0], [2.0, 2.0, 2.0], [3.0, 3.0, 3.0], [4.0, 4.0, 4.0], [5.0, 5.0, 5.0]])