theano

    1熱度

    1回答

    我有不同大小的組中的項目數量。對於這些組中的每一個,一個(已知)項目是「正確的」項目。有一個功能會爲每個項目分配一個分數。這導致項目分數的平面向量,以及向量指示每個組開始的位置以及它有多大。我希望對每組中的分數進行「softmax」操作以分配項目概率,然後取正確答案概率的對數之和。這是一個更簡單的版本,我們只需返回沒有softmax和對數的正確答案的分數。 import numpy

    4熱度

    3回答

    例子做出更清晰的希望,(這是一個邏輯迴歸對象時,Theano張量庫導入爲T) def __init__(self, input, n_in, n_out): #Other code... self.p_y_given_x = T.nnet.softmax(T.dot(input, self.W) + self.b) 這是主叫下來...... def main():

    0熱度

    1回答

    我想在Windows 7上使用Theano。我能夠安裝Theano並導入Theano,但在看到沒有安裝C編譯器的警告後,我還安裝了mingw。現在,當我嘗試「導入theano」時,出現編譯錯誤。該消息是相當長的,但相關的部分(從我可以告訴)是這樣的: Problem occurred during compilation with the command line below: g++ -sha

    1熱度

    1回答

    摘要:我試圖安裝theano python軟件包,並且theano安裝程序在我的EPD Canopy安裝中找不到「-lpython2.7」。 更多細節:最近我在OS X 10.6.8中安裝了Enthought EPD Canopy python發行版(64位學術版)。接下來,我通過「easy_install pip」安裝了pip。 接下來我通過「sudo pip install theano」安裝

    3熱度

    2回答

    我對此進行了很多研究,但找不到解決此問題的實際解決方案。我正在使用scipy來創建csr稀疏矩陣,並且想從所有矩陣的等價矩陣中減去這個矩陣。在scipy和numpy符號中,如果矩陣不稀疏,我們可以通過簡單地編寫1 - MatrixVariable來實現。但是,如果Matrix非常稀疏,則不會執行此操作。我只是覺得以下明顯的解決方案: 迭代通過整個稀疏矩陣,將所有零個元素爲1,所有非零元素爲0 但是

    34熱度

    3回答

    如何打印theano TensorVariable的數值? 我是新來的theano,所以請耐心:) 我有一個功能,我得到y作爲參數。 現在我想調試打印這個y的形狀到控制檯。 使用 print y.shape 導致控制檯輸出(我期待的數字,即(2,4,4)): Shape.0 要不我怎麼能打印的例如下面的代碼數字結果(這個統計有多少在y值比一半的最大更大): errorCount = T.s

    0熱度

    2回答

    from theano.tensor import stacklists, scalars, matrices from theano import function a, b, c, d = scalars('abcd') X = stacklists([[a, b], [c, d]]) f = function([a, b, c, d], X) f(1, 2, 3, 4)

    0熱度

    3回答

    我正在學習邏輯迴歸概念的概念。當我在python中實現它時,它顯示了我下面提到的一些錯誤。我是python的初學者。有人能幫助糾正這個錯誤嗎? RuntimeError回溯(最近通話最後一個) 在() 64 theano.printing.pydotprint(predict, 65 outfile="pics/logreg_pydotprint_predic.png", 66

    1熱度

    1回答

    爲了加速我的代碼,我將一個多維的sumproduct函數從Python轉換爲Theano。我的Theano代碼達到了相同的結果,但一次只計算一個維度的結果,所以我必須使用Python for-loop來獲得最終結果。我認爲這會讓代碼變慢,因爲Theano無法優化多個函數調用之間的內存使用和傳輸(對於gpu)。或者這是一個錯誤的假設? 那麼如何更改Theano代碼,以便在一個函數調用中計算sumpr

    6熱度

    1回答

    我想獲得給定布爾值的向量的最大值。 隨着NumPy的: >>> this = np.arange(10) >>> this[~(this>=5)].max() 4 但隨着Theano: >>> that = T.arange(10, dtype='int32') >>> that[~(that>=5)].max().eval() 9 >>> that[~(that>=5).nonze