Python 如何使用theano或autowrap计算和编译这样的函数？

我想在Symphy中计算类似形式（更复杂）的函数

y = a * b / np.sum( a*( b + c) )

其中所有变量都是长度

n

的向量。评估将在优化例程的每个时间步进行。因此，我希望有效地实施它。最可能的情况是，最好编译这些函数，但autowrap模块会给我带来奇怪的错误

工作原理：

import numpy as np
import sympy as sp
from __future__ import division

a = sp.IndexedBase('a')
b = sp.IndexedBase('b')
c = sp.IndexedBase('c')

n = 4
expr_fun = lambda x:  a[x] * (b[x] + c[x])
expr = [ a[i]*b[i] / np.sum([expr_fun(i) for i in range(n)]) for i in range(n)]

我可以直接在Symphy中计算此表达式：

r = np.random.random(n)
subs_dict = {}
[  subs_dict.update({a[i]:r[i],b[i]:r[i] }) for i in range(n) ]

[expr[i].subs(subs_dict) for i in range(n)]

给我（如预期的那样）：

0.0786923966864026*c[0]+0.403977159637609*c[1]+0.5980112088186539*c[2]+0.089622997341944*c[3]+0.535039725662632

但是我编译这个表达式失败了。我从几个小时开始阅读博客和手册，但不是我太累了，就是没有找到合适的信息。非常感谢您的帮助

编辑：回应Eric：我现在不知道如何在自动换行或自动换行中实现向量的和。我使用lambda函数尝试了不同的版本，但出现了各种错误。可能最具再现性的是输入的尺寸：

from sympy.printing.theanocode import theano_function
from sympy.printing.theanocode import sympy as sp
from sympy.printing.theanocode import dim_handling
import numpy as np

symbols = ['a', 'b', 'c', 'd']
a, b, c, d = map(sp.Symbol, symbols )
expr = a + b*(c+d)/np.sum(b + c*d)
n = 1
dim = {} # collections.OrderedDict()
[dim.update( {i: n} ) for i in [a, b, c, d] ]

dt = {} # collections.OrderedDict()
[dt.update( {i: 'float64'} ) for i in [a, b, c, d] ]

f = theano_function( [a, b, c, d], [expr], dims = dim, dtypes=dt )

in_var = np.array([ [1,2,3,4] ])
f(in_var.T)

TypeError: ('Bad input argument to theano function at index 0(0-based)', 'Wrong number of dimensions: expected 1, got 2 with shape (4, 1).')

如果我尝试使用自动换行编译简单表达式：

import sympy as sp
from sympy.utilities.autowrap import autowrap
m, n = sp.symbols('m n', integer=True)
a, b, c,d = map(sp.IndexedBase, ['a', 'b', 'c', 'd'])
i = sp.Idx('i',m)
j = sp.Idx('j',n)
instruction = sp.Eq(a[i], b[i]*(c[i] + d[i]) )
f = autowrap(instruction)

我获得：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 3749: ordinal not in range(128) 

---

你的方法有很多问题。1） 您不能将numpy函数与SymPy类型混合，然后期望代码生成器使用混合类型。Symphy中的代码生成器仅适用于Symphy类型。可以传入映射到symphy函数的外部函数。例如，您可以使用sympy.Sum（），然后编写一个从sympy.Sum（）到numpy.Sum（）的映射，供代码生成器使用。2） 据我所知，Eq（）在代码生成器中不受支持。3） 索引类型在传递给autowrap时执行非常特定的操作。您需要仔细阅读有关它们的文档。

失败的具体原因是什么？它失败的原因是什么？