问题标签 [theano]

我对此进行了很多研究，但找不到解决此问题的实用方法。我正在使用 scipy 创建 csr 稀疏矩阵，并希望从所有等价矩阵中减去该矩阵。在 scipy 和 numpy 表示法中，如果矩阵不是稀疏的，我们可以通过简单地编写 1 - MatrixVariable 来做到这一点。但是，如果 Matrix 是稀疏的，则不会执行此操作。我可以想到以下明显的解决方案：

遍历整个稀疏矩阵，将所有零元素设置为 1，将所有非零元素设置为 0。

但这会创建一个矩阵，其中大多数元素为 1，只有少数元素为 0，它不再是稀疏的，并且由于其巨大的尺寸无法转换为密集的。

有什么可以替代且有效的方法来做到这一点？

谢谢。

如何打印 theano TensorVariable 的数值？ 我是theano的新手，所以请耐心等待:)

我有一个函数y作为参数。现在我想将它的形状调试打印y到控制台。使用

导致控制台输出（我期待数字，即(2,4,4)）：

或者我如何打印例如以下代码的数值结果（这会计算有多少值y大于最大值的一半）：

errorCount应该是一个数字，因为T.sum汇总了所有值。但是使用

给了我（预计类似134）：

我有一个问题，希望有人能够帮助我解决http://deeplearning.net/tutorial/gettingstarted.html#gettingstarted上的教程

当我尝试运行代码以加载数据集时，我不断收到错误消息，即此处的代码：

我将 Eclipse 与 PyDev 一起使用，并让 numpy、Scipy 和 Theano 工作。我运行命令克隆 git 存储库并按照说明下载了数据集，但是运行上面的代码仍然返回

总的来说，我是 python 新手，这真的让我很难过，因为我什至不确定问题的原因可能是什么，也不知道如何搜索以自己解决问题。

提前致谢。

我正在尝试在需要libatlas.

我已经安装了 libatlas 但我可以在/usr/lib/atlas-base

我还将所有文件复制到一个名为的新文件夹中/atlas：

但是，当我运行 python 代码时，我看到：

我也尝试添加到环境变量，但没有奏效：

我还尝试将路径路径添加到 ld 文件：

或者

它们都不起作用，我仍然看到运行 Python 代码的错误。

我在 Python 中使用 Theano。我有以下代码：

我找不到该trainfunc函数的任何声明，而我只能在前一个代码之前找到一段代码：

我可以找到的声明，TrainFn1Member但两个函数（trainfunc和TrainFn1Member）没有相同的签名（输入参数）。

这是什么意思，第二个代码段是 的声明trainfunc吗？

我在设置 Theano 以使用我的显卡时遇到了很多麻烦 - 我希望你们能帮帮我。

我以前使用过 CUDA，它已正确安装，这是运行 Nvidia Nsight 所必需的。但是，我现在想将它与 PyDev 一起使用，并且在http://deeplearning.net/software/theano/install.html#gpu-linux教程的“使用 GPU”部分之后遇到了几个问题

第一个是非常基础的，那就是如何设置环境变量。它说我应该'定义一个 $CUDA_ROOT 环境变量'。有几个消息来源说要在我的主目录中创建一个新的“.pam_environment”文件。我已经这样做并写了以下内容：

我不确定这是否正是它必须写的方式 - 如果这是一个基本问题，我深表歉意。如果我能确认这确实是编写它的正确位置，那将很有帮助。

第二个问题在教程的以下部分。它说“更改设备选项以命名您计算机中的 GPU 设备”。显然这与 THEANO_FLAGS 和 .theanorc 有关，但我无法找到它们是什么：它们是文件吗？如果是这样，我在哪里可以找到它们？该教程似乎假设了一些我没有的知识！

感谢您抽出宝贵时间阅读本文：非常感谢任何和所有答案 - 我现在完全陷入困境！

• theano.sparse 和 scipy.sparse 有什么区别？
• 如何找到 scipy.sparse.csr_matrix() 的维度和元素？

我已成功将 MNIST 数据集加载到 Theano 共享变量中，如下所示

我的问题是如何访问 train_set_x 和 train_set_y 中的数据。数据集中的每张图像都是 28 * 28 像素。这是一个长度为 784 的向量，向量中的所有元素都是浮点数，表示 0.0 到 1.0 之间的值（包括 0.0 和 1.0）。标签被转换为 int 因为它表示与每个矢量图像关联的标签，并且是一个介于 0 和 9 之间的值。我希望能够遍历 train_set_x 矩阵图像和 train_set_y 标签以查看每个图像的数据及其标签分别并最终在屏幕上绘制图像。

使用 pymc 3 时，是否可以将单变量随机变量组装成一个矩阵，然后将其用作多变量分布的先验？如果是这样，我怎样才能最好地做到这一点？

这是一个具体的例子。我想拿三个 RV 并用它们创建一个三角形矩阵 A：

经过一些操作后，我将使用这个矩阵作为多元正态分布中精度参数的先验。

我认为这可能与 theano 中张量变量的操作有关，所以我也会添加 theano 标记。

感谢您的时间！

编辑1：这是我正在尝试做的一个最小示例：

编辑 2：这是一个测试，表明它ex_tau似乎在 pymc 之外完成了这项工作

我不确定这是 PyMC3 问题还是 Theano 问题。我已经使用 PyMC2 很长时间来将宇宙学与超新星数据相匹配。这需要一些凌乱的积分（参见http://arxiv.org/abs/astron/9905116）

所以我在 python 中使用了一个名为 Cosmolopy 的包来进行集成和其他一些便利功能。虽然这在 PyMC2 上运行良好，但在 PyMC3 中依赖 theano，我不知道是否有使用 Cosmolopy 的方法。

这是我目前对如何在 PyMC3 中构建模型的理解的一些示例代码

这段代码崩溃是因为 Cosmolopy 期望 omega_matter 有一个浮点数，但却收到了一个 theano.TensorVariable 。

所以这个问题有两个方面：

1. 我是否只是在 PyMC3 的语法上遗漏了一些允许我这样做的东西（可能是因为我仍然以某种方式被困在 PyMC2 模型构建上）？

2. 如果不是 1，那么我是否需要找到一种方法来在 theano 中进行积分？