Python 使用Theano计算前向传播

我试着用Theano编码正向传播。我定义了一个类名hiddenLayer，如下所示：

将无张量导入为T 从没有导入共享 将numpy作为np导入 从无导入函数

class hiddenLayer():
    """ Hidden Layer class
    """
    def __init__(self, n_in, n_out):
        rng = np.random
        self.W = shared(np.asarray(rng.uniform(low=-np.sqrt(6. / (n_in + n_out)),
                                               high=np.sqrt(6. / (n_in + n_out)),
                                               size=(n_in, n_out)),
                                   dtype=T.config.floatX),
                        name='W')
        self.b = shared(np.zeros(n_out, dtype=T.config.floatX), name='b')
        self.x = T.dvector('x')
        self.a = T.tanh(T.dot(self.x, self.W) + self.b)
        self.W_sum = shared(np.zeros([n_in, n_out]), name='W_sum')
        self.gw = 0
        self.gb = 0

我想建立一个hiddenLayer对象列表，当前的hiddenLayer是下一个hiddenLayer的输入。最后我定义了一个名为forward buy的函数，它会引发错误，代码如下：

def init_network(n_in, n_out, sl, x, y):
    l = []
    for i in range(sl):
        l.append(hiddenLayer(n_in, n_out))
    for i in range(sl):
        if i == 0:
            l[i].x = x
        elif i < sl-1:
            l[i].x = l[i-1].a
        else:
            l[i].x = l[i-1].a
            y = l[i].a
    return x, y, l

x = T.dvector('x')
y = T.dvector('y')
x, y, l = init_network(3, 3, 3, x, y)
forward = function(inputs=[x], outputs=y)

---

你能告诉我为什么出了问题，怎么解决吗？谢谢

问题是您在第二个循环中覆盖了l.x。你不能那样做。在初始化中使用self.x后，基于它的结果将基于self.x的当前实例。所以当你覆盖它时，它不会在新的x上重新创建其他东西

您应该将x作为输入传递到init。如果没有，创建一个。这是第一层。对于另一个，它应该是前一层输出

def __init__(self, n_in, n_out, x=None):
   if x is not None:
      self.x = x
   else:
      x = T.dvector('x')

def __init__(self, n_in, n_out, x=None):
   if x is not None:
      self.x = x
   else:
      x = T.dvector('x')