verify_grad函數：'TensorVariable'對象不可調用

Question

我想使用verify_grad函數，但我得到的形式錯誤「'TensorVariable'對象不可調用」。

theano.gradient.verify_grad(fun, pt, n_tests=2, rng=None, eps=None, out_type=None, abs_tol=None, rel_tol=None, mode=None, cast_to_output_type=False) 

在它說，好玩的是文檔「一個Python函數，它Theano變量作爲輸入，並返回一個Theano變量。例如，結合單輸出的運算實例」。

我已經瀏覽了文檔中的圖形結構部分，我想我理解了一個操作節點是什麼，但顯然我不知道。

E.g.如果我有兩個TensorVariables x和y並且我想要它們的乘積，那麼*是op節點，對不對？但是如果我聲明z = x * y，那麼z又是一個TensorVariable，對吧？

那麼有什麼辦法可以定義一個op的例如一個負對數似然函數爲了評估該函數的梯度的正確性？或者有沒有其他方法可以在你構建的函數中獲得數字漸變？

Answer 1

下面是verify_grad在使用中的示例：

import numpy 
import theano 

def something_complicated(x, y): 
    z = x * y 
    return z 

x_value = numpy.array([[1., 2., 3.], [4., 5., 6.]], dtype=theano.config.floatX) 
y_value = numpy.array([[7., 8., 9.], [10., 11., 12.]], dtype=theano.config.floatX) 
theano.gradient.verify_grad(something_complicated, (x_value, y_value), rng=numpy.random) 

根據需要，something_complicated是「一個Python函數，它Theano變量作爲輸入[在這種情況下x和y]，並返回一個Theano變量[z在這種情況下]。」

您可以在something_complicated內部構造任何符號表達式，例如負對數似然計算。

一個Theano的操作可以是任何東西，只要

1. 據
2. 當它被稱爲調用（如果他們實行特殊__call__ function對象調用），它把所有的輸入爲Theano變量
3. 當它被調用時，它只返回Theano變量。

something_complicated明顯符合這些要求。它可以通過Python函數進行調用，它假定x和y是Theano變量，其返回值z也是Theano變量。