Theano - 矩阵乘法的表达式

---

我们将计算两个矩阵的点积。第一个矩阵的尺寸为 2 x 3，第二个矩阵的尺寸为 3 x 2。我们用作输入的矩阵及其乘积表示如下 -

$$\begin{bmatrix}0 & -1 & 2\\4 & 11 & 2\end{bmatrix} \:\begin{bmatrix}3& -1 \\1 & 2 \\35 & 20 \end{bmatrix} =\begin{bmatrix}11 & 0 \\35 & 20 \end{bmatrix}$$

声明变量

要为上面的内容编写 Theano 表达式，我们首先声明两个变量来表示我们的矩阵，如下所示 -

a = tensor.dmatrix()
b = tensor.dmatrix()

dmatrix 是双精度矩阵类型。请注意，我们没有在任何地方指定矩阵大小。因此，这些变量可以表示任何维度的矩阵。

定义表达式

为了计算点积，我们使用了名为dot 的内置函数，如下所示 -

c = tensor.dot(a,b)

乘法的输出分配给一个名为c的矩阵变量。

定义 Theano 函数

接下来，我们定义一个函数（如前面的示例所示）来计算表达式。

f = theano.function([a,b], c)

请注意，函数的输入是两个矩阵类型的变量 a 和 b。函数输出被分配给变量c，该变量将自动成为矩阵类型。

调用 Theano 函数

我们现在使用以下语句调用该函数 -

d = f([[0, -1, 2], [4, 11, 2]], [[3, -1],[1,2], [6,1]])

上述语句中的两个变量是 NumPy 数组。您可以显式定义 NumPy 数组，如下所示 -

f(numpy.array([[0, -1, 2], [4, 11, 2]]),
numpy.array([[3, -1],[1,2], [6,1]]))

计算d后，我们打印它的值 -

print (d)

您将在输出中看到以下输出 -

[[11. 0.]
[25. 20.]]

完整节目列表

The complete program listing is given here:
from theano import *
a = tensor.dmatrix()
b = tensor.dmatrix()
c = tensor.dot(a,b)
f = theano.function([a,b], c)
d = f([[0, -1, 2],[4, 11, 2]], [[3, -1],[1,2],[6,1]])
print (d)

程序执行的屏幕截图如下所示 -