Python 为什么我能'；t正确使用a no.tensor.argmax和a no.tensor.mean

我现在正在学习Theano，但总有一些问题。我的代码如下：

import theano 
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.argmax(a)

import theano 
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.neq(a,b)

我以为它会打印“4”的索引，但结果是：

argmax

此外，当我使用T.neq（）时，如下所示：

import theano 
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.argmax(a)

import theano 
from numpy import *
import theano.tensor as T
a = [1,2,3,4]
b = [7,8,9,10]
print T.neq(a,b)

结果表明：

Elemwise{neq,no_inplace}.0

我真的是个新手，不知道我错过了什么吗？提前谢谢你。

T.argmax（）需要一个Theano TensorVariable类型。下面列出了序号中使用的一些变量类型。不要让“全类型构造函数”这个名字吓到你。更多地从您希望用作输入的数据类型的角度来考虑它们。你在使用浮点矩阵吗？那么相关的TensorVariable类型可能是“fmatrix”。您正在处理成批的RGB图像数据吗？那么相关的TensorVariable类型可能是“tensor4”

在您的代码中，我们试图将列表类型输入到T.argmax（）。所以从上面的观点来看，这是行不通的。另外，请注意类型（T.argmax（a））是theano.tensor.var.TensorVariable类型。因此，它需要一个TensorVariable作为输入，并输出一个TensorVariable类型。所以这不会返回实际的argmax

好吧，那什么有用呢？我们如何在Theano中进行计算

让我们首先确定要处理的数据类型。这将是我们将要构建的计算图的起点。在本例中，看起来我们需要处理数组或向量。Theano有一个ivector类型，它是一个整数向量，或一个fvector类型，它是一个float32值向量。让我们继续使用数据并执行ivector，因为我们有整数值：

x = T.ivector('input')

这一行刚刚创建了一个TensorVariable x，它表示我们想要的输入类型，一个整数数组

现在，让我们为x元素的argmax定义一个TensorVariable：

y = T.argmax(x)

到目前为止，我们已经构建了一个计算图，它需要一个整数数组作为输入，并将输出该数组的argmax。然而，为了真正做到这一点，我们必须将其编译成一个函数：

get_argmax = theano.function([x], y)

可以找到theano.function语法

将此函数视为现在实际执行我们使用x和y定义的计算

当我执行：

get_argmax([1,2,3,4,19,1])

它返回：

array(4)

那我们到底做了什么？通过定义无变量和使用无张量函数，我们构建了一个计算图。然后，我们使用ano.function编译一个函数，该函数实际对我们指定的实际输入执行该计算

结束语：如何进行不等于运算

a = T.ivector('a')
b = T.ivector('b')
out = T.neq(a,b)
get_out = theano.function([a,b], out)
print get_out([1,2,3,4], [7,8,9,10])

将返回：

[1,1,1,1]

其中一个关键的概念上的区别是，我将a，b视为无张量变量，而不是将它们指定为显式变量

你会得到它的窍门，只要记住，你需要用无张量变量来定义你的计算，然后要真正“使用它”，你必须使用无函数来编译它