Python 神经网络：理解theano库

有人能给我解释一下以下python代码的输出吗：

from theano import tensor as T
from theano import function, shared

a, b = T.dmatrices('a', 'b')
diff = a - b
abs_diff = abs(diff)
diff_squared = diff ** 2

f = function([a, b], [diff, abs_diff, diff_squared])

print f([[1, 1], [1, 1]], [[0, 1], [2, 3]])

测试功能

---

您实际上是在告诉Theano计算三个不同的函数，其中每个后续函数取决于先前执行的函数的输出

在您的示例中，您使用了两个输入参数：矩阵A和矩阵B

A = [[ 1, 1 ],
     [ 1, 1 ]]

B = [[ 0, 1 ],
     [ 2, 3 ]] 

第一个输出行：

[[1,0.]、[-1.]、-2.]

通过减去A和B矩阵来计算：

[[1, 1],   -   [[0, 1],    = [[ 1, 0 ],
 [1, 1]]        [2, 3]]       [-1, -2]

第二个输出行

[[1,0.]，[1,x2.]

仅仅是我们刚才计算的差值的绝对值：

abs [[ 1, 0 ],   =   [[ 1, 0],
     [-1, -2]]        [ 1, 2]]

第三行（即最后一行）按元素计算平方值

西亚诺魔法 Theano实际解释Python代码，并推断给定变量所依赖的变量（或数学运算）。因此，如果您只对

diff_squared

输出感兴趣，那么也不需要包括对

diff

和

abs_diff

的调用

f = function([a, b], [diff_squared])

f = function([a, b], [diff_squared])