Question

In [1]:

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

Using gpu device 1: Tesla C2075 (CNMeM is disabled)

简单索引

tensor 模块完全支持 numpy 中的简单索引：

In [2]:

t = T.arange(9)

print t[1::2].eval()

[1 3 5 7]

numpy 结果：

In [3]:

n = np.arange(9)

print n[1::2]

[1 3 5 7]

mask 索引

tensor 模块虽然支持简单索引，但并不支持 mask 索引，例如这样的做法是错误的：

In [4]:

t = T.arange(9).reshape((3,3))

print t[t > 4].eval()

[[[0 1 2]
  [0 1 2]
  [0 1 2]]

 [[0 1 2]
  [0 1 2]
  [3 4 5]]

 [[3 4 5]
  [3 4 5]
  [3 4 5]]]

numpy 中的结果：

In [5]:

n = np.arange(9).reshape((3,3))

print n[n > 4]

[5 6 7 8]

要想像 numpy 一样得到正确结果，我们需要使用这样的方法：

In [6]:

print t[(t > 4).nonzero()].eval()

[5 6 7 8]

使用索引进行赋值

tensor 模块不支持直接使用索引赋值，例如 a[5] = b, a[5]+=b 等是不允许的。

不过可以考虑用 set_subtensor 和 inc_subtensor 来实现类似的功能：

T.set_subtensor(x, y)

实现类似 r[10:] = 5 的功能：

In [7]:

r = T.vector()

new_r = T.set_subtensor(r[10:], 5)

T.inc_subtensor(x, y)

实现类似 r[10:] += 5 的功能：

In [8]:

r = T.vector()

new_r = T.inc_subtensor(r[10:], 5)