如何在Theano中分配/更新張量共享變量的子集？

Question

在theano編譯函數時，可以通過指定updates=[(X, new_value)]來更新共享變量（比如X）。 現在我試圖只更新共享變量的子集：

from theano import tensor as T
from theano import function
import numpy

X = T.shared(numpy.array([0,1,2,3,4]))
Y = T.vector()
f = function([Y], updates=[(X[2:4], Y)] # error occur:
                                        # 'update target must 
                                        # be a SharedVariable'

代碼將引發錯誤“更新目標必須是SharedVariable”，我猜這意味着更新目標不能是非共享變量。 那么有沒有辦法編譯一個函數只是udpate共享變量的子集？

Answer 1

使用set_subtensor或inc_subtensor ：

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

X = shared(numpy.array([0,1,2,3,4]))
Y = T.vector()
X_update = (X, T.set_subtensor(X[2:4], Y))
f = function([Y], updates=[X_update])
f([100,10])
print X.get_value() # [0 1 100 10 4]

現在有一個關於Theano FAQ的頁面： http ： //deeplearning.net/software/theano/tutorial/faq_tutorial.html

Answer 2

此代碼應該可以解決您的問題：

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

X = shared(numpy.array([0,1,2,3,4], dtype='int'))
Y = T.lvector()
X_update = (X, X[2:4]+Y)
f = function(inputs=[Y], updates=[X_update])
f([100,10])
print X.get_value()
# output: [102 13]

以下是官方教程中關於共享變量的介紹 。

如果您還有其他問題，請詢問！