Python 是否以编程方式无堆栈矩阵？

我有下面的代码，它将两个矩阵堆叠成一个3D张量

import theano
import theano.tensor as T
A = T.matrix("A")
B = theano.tensor.stack(A, A)
f = theano.function(inputs=[A], outputs=B)
print f([range(10)]*2)

但是，我不知道我需要提前堆叠矩阵多少次。例如，第四行代码可以是：

B = theano.tensor.stack(A, A, A)
B = theano.tensor.stack(A, A, A, A)
etc...

是否有theano函数将矩阵复制n次：

theano.some_function(A, 3) = theano.tensor.stack(A, A, A)

---

然后我可以把3作为参数传递给theano函数f。这可能吗？我研究了广播，但广播并没有显式地改变维度/堆栈。

我不知道theano，但您可以使用列表理解和解包参数列表来完成这一点：

n = 5
B = theano.tensor.stack(*[A for dummy in range(n)])

这相当于：

B = theano.tensor.stack(A, A, A, A, A)

import theano
import theano.tensor as T
A = T.matrix("A")
B = theano.tensor.stack(A, A, A)
f = theano.function(inputs=[A], outputs=B)
print f([range(10)]*2)

---

这样做的目的是，它首先用

a

的

n

副本构建一个列表，然后将该列表解压为单独的参数（请参见）。

在深入阅读theano文档后，我找到了解决方案：

import theano
import theano.tensor as T
A = T.matrix("A")
B = [A]
C = theano.tensor.extra_ops.repeat(B, 3, axis=0)
f = theano.function(inputs=[A], outputs=C)
print f([range(10)]*2)

相当于：

B = theano.tensor.stack(A, A, A, A, A)

import theano
import theano.tensor as T
A = T.matrix("A")
B = theano.tensor.stack(A, A, A)
f = theano.function(inputs=[A], outputs=B)
print f([range(10)]*2)

---

除了我们现在可以通过编程选择重复次数作为：theano.tensor.extra_ops.repeat的第二个参数这里是一个使用广播的示例

import theano
import theano.tensor as T
import numpy as np

A = T.fmatrix()
n = T.iscalar()

ones = T.ones((n, 1, 1))

stackedA = ones * A[np.newaxis, :, :]

f = theano.function([A, n], stackedA)

a = np.arange(30).reshape(5, 6).astype('float32')
nn = 3

r = f(a, nn)

print r.shape  # outputs (3, 4, 5)
print (r == a[np.newaxis]).all()  # outputs True

---

这种方法可以帮助编译器避免平铺，如果它可以优化它的话。

谢谢，这对一般函数有效，但theano有点不同：f=theano.function（inputs=[a]，outputs=B）创建一个theano函数，理想的语法应该是这样的：f=theano.function（inputs=[a，5]，outputs=B）@applecider我试过这个，在你的例子中也很有效。但既然你已经有了另一个解决方案，那就没关系了。你确定你需要这个吗？你想解决什么问题？大多数情况下，当出现矩阵复制时，问题可以用不同的方式表述，避免它。我将使用广播发布一个答案，只是为了完成图片，但您想要进行的实际更改取决于问题。