Python 我应该如何在ano函数中分配numpy数组？

假设我有一个theano函数：

def my_fun(x, y):
  # Create output array for example sake
  z = np.asarray(
    shape=(x.shape[0], y.shape[1]),
    dtype=theano.config.floatX
  )

  z = x + y

  # this is wrong, how should I convert this to a theano
  # tensor?
  return z

x = theano.tensor.dmatrix("x")
y = theano.tensor.dmatrix("y")

f = function(
  inputs=[x, y],
  outputs=[my_fun]
)

a = numpy.asarray([[1,2],[3,4]])
b = numpy.asarray([[1,2],[3,4]])

c = my_fun(a,b)

当由theano编译时，我应该如何在实际要优化的theano中分配张量/数组或内存

我应该如何将分配的张量/数组转换为要返回的类似theano的变量？我尝试将其转换为函数中的共享变量，但没有成功

---

很抱歉，我不理解您的具体问题，但可以对您提供的代码示例进行评论

首先，您上面的评论

return z

不正确。如果

x

和

y

是无变量，则

z

在

z=x+y

之后也将是无变量

其次，不需要使用numpy为返回变量预先分配内存。因此，您的

my_fun

可以更改为

def my_fun(x, y):
  z = x + y
  return z

第三，Theano函数的输出必须是Theano变量，而不是Python函数。输出需要是输入的函数。因此，您的

theano.function

调用需要更改为

f = function(
  inputs=[x, y],
  outputs=[my_fun(x, y)]
)

关于Theano，最重要的一点是要理解符号世界和可执行世界之间的差异，这一点在开始时可能有点难以理解。与此相关的是Python表达式和Theano表达式之间的区别

上面修改的

my_fun

可以像符号函数一样使用，也可以像普通的可执行Python函数一样使用，但每个函数的行为都不同。如果传入普通Python输入，则加法操作立即发生，返回值是计算的结果。所以

my_-fun（1,2）

返回

3

。相反，如果传入符号变量，则加法操作不会立即发生。相反，该函数返回一个符号表达式，该表达式在编译和执行之后将返回添加两个输入的结果。因此，

my_fun（theano.tensor.scalar（），theano.tensor.scalar（））

的结果是一个Python对象，它表示符号化的theano计算图。当该结果作为输出传递给

theano.function

时，它被编译成可执行的内容。当编译后的函数被执行，并且为输入提供了一些具体的值时，您实际上得到了您想要的结果