python-在函数中使用共享变量

嗨,我正在关注一个神经网络教程,作者似乎在各处使用共享变量.据我了解,theanos中的共享变量只是内存中的空间,可以由gpu和cpu堆共享.无论如何,我有两个矩阵,它们声明为共享变量,并且想使用函数对它们执行一些操作. (问题1)如果有人可以解释为什么函数对常规def函数有用的话,我会很喜欢的.无论如何,我正在像这样设置我的定义：

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

class Transform:
    def __init__(self, dimg):
        dimg = dimg.astype(theano.config.floatX)
        self.in_t = theano.shared(dimg, name='dimg', borrow=True)

    def rotate(self, ox, oy, radians):
        value = np.zeros((2 * self.in_t.get_value().shape[0],
                          2 * self.in_t.get_value().shape[1]))
        out_t = theano.shared(value,
                              name='b',
                              dtype=theano.config.floatX),
                              borrow=True)    
        din = theano.tensor.dmatrix('a')
        dout = theano.tensor.dmatrix('b')

        def atest():
            y = x + y
            return y

        f = function(inputs=[],
                     givens={x: self.in_t,
                             y: self.out_t},
                     outputs=atest)    
        return f()

问题是我不知道如何在常规函数输出调用中使用共享变量.我了解可以通过function([],.. update =(shared_var_1,upate_function))进行更新.但是,如何在常规功能中访问它们？

最佳答案

Theano的初学者在这里,所以我不确定我的答案会涵盖所有技术方面.

回答您的第一个问题：您需要声明theano函数而不是def函数,因为theano就像是python内部的一种“语言”并调用theano.function.您正在编译一些专门的C代码来在后台执行任务.这就是Theano快速发展的原因.
从documentation开始：

It is good to think of theano.function as the interface to a compiler which builds a callable object from a purely symbolic graph. One of Theano’s most important features is that theano.function can optimize a graph and even compile some or all of it into native machine instructions.

关于第二个问题,为了访问共享变量中存储的内容,您应该使用

shared_var.get_value()

查看these示例：

The value can be accessed and modified by the .get_value() and
.set_value() methods.

这段代码：

a = np.array([[1,2],[3,4]], dtype=theano.config.floatX)
x = theano.shared(a)
print(x)

将输出

<CudaNdarrayType(float32, matrix)>

但是使用get_value()：

print(x.get_value())

输出

[[ 1.  2.]
 [ 3.  4.]]

编辑：在函数中使用共享变量

import theano
import numpy
a = numpy.int64(2)
y = theano.tensor.scalar('y',dtype='int64')
z = theano.tensor.scalar('z',dtype='int64')
x = theano.shared(a)
plus = y + z
theano_sum = theano.function([y,z],plus)
# Using shared variable in a function
print(theano_sum(x.get_value(),3))
# Changing shared variable value using a function
x.set_value(theano_sum(2,2))
print(x.get_value())
# Update shared variable value
x.set_value(x.get_value(borrow=True)+1)
print(x.get_value())

将输出：