Glossary

应用
Apply的实例表示对某些输入Variable(或变量)应用Op以产生一些输出Variable (或变量)。它们像一些[符号]数学函数对一些[符号]输入的应用。
广播

广播是一种允许在逐个元素(元素)计算中使用具有不同维数的张量的机制。它通过(虚拟地)沿着它缺少的维度复制较小的张量来工作。

有关详细信息,请参阅Broadcasting in Theano vs. Numpy以及* 关于numpy广播的SciPy文档 * Onramp关于numpy广播的文章

不变

具有不可变值的变量。例如,当你键入

>>> x = tensor.ivector()
>>> y = x + 3

然后,创建常量以表示图中的3

参见:gof.Constant

元素

在两个张量变量MN上的元素操作f

f(M, N)[i, j] == f [i, j], N [i, j])

换句话说,输入矩阵的每个元素与其他元素的相应元素组合。[i, j]坐标不对应的元素之间没有依赖关系,因此元素操作类似于标量操作尺寸。通过broadcasting为较小的维数定义不同维数的张量的元素运算。

表达
请参阅Apply
表达式图表

一个有向,非循环的连接VariableApply节点,表示变量之间的符号函数关系。你使用Theano通过定义表达式图,然后用theano.function编译它们。

See also Variable, Op, Apply, and Type, or read more about Graph Structures.

破坏性

如果其计算要求一个或多个输入被覆盖或以其他方式无效,则Op是破坏性的(特定输入[s])。例如,inplace Ops是破坏性的。破坏性操作有时可能比非破坏性操作更快。Theano鼓励用户不要将破坏性Ops放在给予theano.function的图中,而是信任优化以明智地插入破坏性操作。

破坏性操作通过destroy_map Op属性指示。(见gof.Op

图形
请参阅expression graph
到位
内部计算是破坏其输入作为副作用的计算。例如,如果你迭代一个矩阵和双元素,这是一个inplace操作,因为当你完成,原始输入已被覆盖。表示内部计算的Ops为destructive,默认情况下,这些操作只能通过优化而不是用户代码插入。
链接器
函数Mode的一部分 - 一个负责“运行”编译函数的对象。其中,链接器确定是使用C或Python代码执行计算。
模式
提供传递给theano.functionoptimizerlinker的对象。它参数化表达式图表如何转换为可调用对象。
Op

Apply.op连同其符号输入完全确定在运行时Apply将执行什么样的计算。诸如加法(T.add)和索引x[i]的数学函数是Theano中的Ops。很多图书馆文档都是用来描述Theano提供的各种Ops,但你可以添加更多。

另请参阅VariableTypeApply,或详细了解Graph Structures

优化器
Optimizer的实例,它具有提供optimization(或优化)的能力。
优化
在通过theano.function编译graph期间由optimizer应用的graph
如果Op没有destructive副作用,则
存储
用于存储变量值的内存。在大多数情况下,存储在编译函数内部,但在某些情况下(例如constantshared variable,存储不是内部的。
共享变量
A Variable,其值可在多个函数之间共享。请参阅sharedtheano.function
theano.function
Theano从符号表达式图形到可调用对象的编译接口。请参见function.function()
类型

Variable.type指示在编译图形中可以为其计算什么类型的值。继承自Type的实例,并用作Variable.type属性。

另请参阅VariableOpApply或详细了解Graph Structures

变量

您使用Theano时使用的主要数据结构。例如,

>>> x = theano.tensor.ivector()
>>> y = -x**2

xy都是变量,即Variable类的实例。

另请参阅TypeOpApply,或详细了解Graph Structures

视图

一些Tensor Ops(例如Subtensor和Transpose)可以通过简单地重新索引它们的输入在恒定时间内计算。来自这些Ops的应用实例的输出称为视图,因为它们的存储可能被别名到其他变量(Apply的输入)的存储。对于Theano来说重要的是知道哪些变量是哪些变量是为了正确引入Destructive Ops的视图。

视图操作通过view_map操作属性指示。(见gof.Op