Theano 编程核心

1. 求偏导、更新以及模型的训练

以 LogisticRegression 为例：

• 求损失函数关于参数的偏导：

  import theano.tensor as Tg_W = T.gradient(cost=cost, wrt=clf.W)g_b = T.gradient(cost=cost, wrt=clf.b)

• 参数的更新

  updates = [(clf.W, clf.W - learning_rate*g_W), (clf.b, clf.b - learning_rate*g_b)]

• 模型的训练：

  train_model = theano.function(    inputs=[index],    outputs=cost,    updates=updates,    givens={        x: trainset_x[index*batch_size:(index+1)*batch_size],        y: trainset_y[index*batch_size:(index+1)*batch_size]    })