|
288 | 288 | "source": [
|
289 | 289 | "除了 `T.scalar()` 标量之外,`Theano` 中还有很多符号变量类型,这些都包含在 `tensor`(张量)子模块中,而且 `tensor` 中也有很多函数对它们进行操作。\n",
|
290 | 290 | "\n",
|
291 |
| - "- `T.matrix()` 矩阵\n", |
292 |
| - "- `T.scalar()` 标量\n", |
293 |
| - "- `T.vector()` 向量" |
| 291 | + "- `T.scalar(name=None, dtype=config.floatX)` \n", |
| 292 | + " - 标量,shape - ()\n", |
| 293 | + "- `T.vector(name=None, dtype=config.floatX)` \n", |
| 294 | + " - 向量,shape - (?,)\n", |
| 295 | + "- `T.matrix(name=None, dtype=config.floatX)` \n", |
| 296 | + " - 矩阵,shape - (?,?)\n", |
| 297 | + "- `T.row(name=None, dtype=config.floatX)` \n", |
| 298 | + " - 行向量,shape - (1,?)\n", |
| 299 | + "- `T.col(name=None, dtype=config.floatX)` \n", |
| 300 | + " - 列向量,shape - (?,1)\n", |
| 301 | + "- `T.tensor3(name=None, dtype=config.floatX)`\n", |
| 302 | + " - 3 维张量,shape - (?,?,?)\n", |
| 303 | + "- `T.tensor4(name=None, dtype=config.floatX)`\n", |
| 304 | + " - 4 维张量,shape - (?,?,?,?)\n", |
| 305 | + "\n", |
| 306 | + "`shape` 中为 1 的维度支持 `broadcast` 机制。\n", |
| 307 | + "\n", |
| 308 | + "除了直接指定符号变量的类型(默认 `floatX`),还可以直接在每类前面加上一个字母来定义不同的类型:\n", |
| 309 | + "\n", |
| 310 | + "- `b` int8\n", |
| 311 | + "- `w` int16\n", |
| 312 | + "- `i` int32\n", |
| 313 | + "- `d` float64\n", |
| 314 | + "- `f` float32\n", |
| 315 | + "- `c` complex64\n", |
| 316 | + "- `z` complex128\n", |
| 317 | + "\n", |
| 318 | + "例如 `T.dvector()` 表示的就是一个 `float64` 型的向量。\n", |
| 319 | + "\n", |
| 320 | + "除此之外,还可以用它们的复数形式一次定义多个符号变量:\n", |
| 321 | + "\n", |
| 322 | + " x,y,z = T.vectors('x','y','z')\n", |
| 323 | + " x,y,z = T.vectors(3)" |
294 | 324 | ]
|
295 | 325 | },
|
296 | 326 | {
|
|
0 commit comments