Theano广播不同于numpy'；s

考虑以下numpy广播示例：

import numpy as np
import theano
from theano import tensor as T

xval = np.array([[1, 2, 3], [4, 5, 6]])
bval = np.array([[10, 20, 30]])
print xval + bval

正如预期的那样，向量

bval

被添加到矩阵

xval

的每一行，并且输出为：

[[11 22 33]
 [14 25 36]]

试图在git版本的theano中复制相同的行为：

x = T.dmatrix('x')
b = theano.shared(bval)
z = x + b
f = theano.function([x], z)

print f(xval)

我得到以下错误：

ValueError: Input dimension mis-match. (input[0].shape[0] = 2, input[1].shape[0] = 1)
Apply node that caused the error: Elemwise{add,no_inplace}(x, <TensorType(int64, matrix)>)
Inputs types: [TensorType(float64, matrix), TensorType(int64, matrix)]
Inputs shapes: [(2, 3), (1, 3)]
Inputs strides: [(24, 8), (24, 8)]
Inputs scalar values: ['not scalar', 'not scalar']

ValueError:输入维度不匹配。（输入[0]。形状[0]=2，输入[1]。形状[0]=1）
导致错误的应用节点：Elemwise{add，no_inplace}（x，）
输入类型：[TensorType（浮点64，矩阵），TensorType（int64，矩阵）]
输入形状：[（2,3）、（1,3）]
输入跨步：[（24,8），（24,8）]
输入标量值：[“非标量”、“非标量”]

---

我了解

Tensor

对象，例如

x

具有

broadcastable

属性，但我找不到方法1）为

共享的
对象正确设置该属性，或2）正确推断该属性。如何在theano中重新实现numpy的行为？
编译之前，无需在图中声明所有可广播维度。NumPy使用运行时形状信息

默认情况下，所有共享变量尺寸标注都不可广播，因为它们的形状可能会更改

要使用示例中所需的可广播维度创建共享变量，请执行以下操作：

b = theano.shared(bval, broadcastable=(True,False))

我将把这些信息添加到文档中。
它就在那里：您在哪里找到的？也许我们还需要在另一个地方加上这个。啊，对不起，它就在夸尔格。。。我没看见。无论如何，我认为这是一个重要的功能，可能会保证更多的可见性？我在本节末尾添加了一个注释（尚未合并，但在PR中）这里有一些限制吗？对于大多数（但不是所有）广播模式，我得到“TypeError:找不到合适的SharedVariable构造函数。您确定支持所有KWARG吗？我们不支持参数dtype或type。”。我不知道对有效的广播模式有限制。如何设置子传感器的可广播属性，这些子传感器是通过选择索引而产生的，并且不是共享的？谢谢请看我的问题：