【DL--12】Theano入门
来源:互联网 发布:java多线程与高并发 编辑:程序博客网 时间:2024/05/21 12:45
Theano是一个Python库,专门用于定义、优化、求值数学表达式,效率高,适用于多维数组。特别适合做机器学习。一般来说,使用时需要安装python和numpy.首先回顾一下机器学习的东西,定义一个模型(函数)f(x;w) x为输入,w为模型参数,然后定义一个损失函数c(f),通过数据驱动在一堆模型函数中选择最优的函数就是训练training的过程,在机器学习中训练一般采用梯度下降法gradient descent.使用theano来搭建机器学习(深度学习)框架,有以下优点:1、 theano能够自动计算梯度2、只需要两步骤就能搭建框架,定义函数和计算梯度。
一、 定义函数
步骤 0 宣告使用theano
import theano
步骤 1 定义输入
x=theano.tensor.scalar()
步骤 2 定义输出
y=2*x
步骤3 定义fuction
f = theano.function([x],y)
步骤 4 调用函数
print f(-2)
步骤1 定义输入变量
a = theano.tensor.scalar()b =theano.tensor.matrix()
简化 import theano.tensor as T
步骤2 定义输出变量 需要和输入变量的关系
x1=T.matrix()x2=T.matrix()y1=x1*x2y2=T.dot(x1,x2) #矩阵乘法
步骤3 申明函数
f= theano.function([x],y)
函数输入必须是list 带[]
example:
import theanoimport theano.tensor as Ta= T.matrix()b= T.matrix()c = a*bd = T.dot(a,b)F1= theano.function([a,b],c)F2= theano.function([a,b],d)A=[[1,2],[3,4]]B=[[2,4],[6,8]] #2*2矩阵C=[[1,2],[3,4],[5,6]] #3*2矩阵print F1(A,B)print F2(C,B)
二、计算梯度
计算 dy/dx
g=T.grad(y,x)
阅读全文
1 0
- 【DL--12】Theano入门
- DL入门
- theano入门
- Theano深度学习入门
- Theano深度学习入门
- Theano入门摘要
- theano入门学习
- Theano深度学习入门
- theano入门学习
- theano入门学习
- theano入门学习
- theano入门学习
- theano入门学习
- [DL] GTX1080 + Ubuntu16.04 + CUDA 8.0RC + Tensorflow + Theano + keras
- 【DL--11】win7 64安装theano的简单方法
- Theano入门——神经网络
- dl
- DL
- ElasticSearch配置文件解析
- Jquery跳出each循环的解决办法
- Java中的变量与常量、基本数据类型及其类型转换
- [算法与数据结构]
- Node.js程序配置使用Nginx服务器(2017.11.17添加https)
- 【DL--12】Theano入门
- 中断可恢复性-爬虫系统(广度优先-python单进程版)
- OA系统通知管理设计
- STM8学习经验
- Linux系统下面实现nginx配置
- 测试
- 泛型
- AndroidManifest.xml 最全详解
- Cocos项目移除Cocos引擎,通过在别的地方使用引擎