深入了解function功能

1.function传入多个计算公式

代码：

a, b = T.dmatrices('a', 'b')

diff  = a - b

abs_diff  = abs(diff)

diff_squared = diff**2

f = theano.function([a, b]. [diff, abs_diff, diff_squared])

笔记：

同时声明多个矩阵调用dmatrices：

a, b = T.dmatrices('a', 'b')

多个计算公式以中括号[]包裹，以逗号隔开。

---

2.function默认参数实现

代码：

from theano import In

from theano import function

x, y = T.dscalars('x','y')

z =  x + y

f = function([x,In(y, value = 1)], z)

笔记：

从theano中引入In

在function参数传入中用In(var, value = default value)的格式代替计算参数var。

ln(var, value = defualt value, name = 'renamed')可以实现重命名。

---

3.function updates参数

代码：

from theano import shared

state = shared(0)

inc  = T.iscalar('inc')

accumulator = function([inc], state, updates=[(state, state+inc)])

笔记：

shared为共享变量，传入的参数为初始化赋值，如shared(0)即将state初始化为0。共享变量，其他函数也可改变该变量的值。updates只可以用于更新共享变量。格式为updates = [(state, state_formula)]。

---

4.function givens参数

代码：

fn_of_state = state * 2 + inc

foo = T.scalar(dtype=state.dtype)

skip_shared = function([inc, foo], fn_of_state, givens=[(state, foo)])

笔记：

givens是当你的公式中需要共享变量，而不需要共享变量的值的时候需求的参数。目的是用某个与共享变量同类型的变量替代共享变量，代入公式进行计算。格式为 givens=p[(shared_var, sub_var)]

T.scalar(dtyoe = state.type)用于确保变量类型一致

---

5.function 函数复制

代码：

state = shared(0)

inc = T.iscalar('inc')

accumulator = theano.function([inc], state, updates=[(state, state+inc)])

new_state = shared(0)

new_accumulator = accmulator.copy(swap = {state:new_state})

笔记：

一个已定义的函数调用copy，闯入一个字典(dictionary)类型的swap参数，字典目的是替换共享变量，格式为{old_var:new_var}