Как применить операции сравнения (min, gt) к массиву переменных Theano? - PullRequest
Новая
       21

Как применить операции сравнения (min, gt) к массиву переменных Theano?

1 голос
/ 10 апреля 2019

Я пытаюсь выполнить байесовскую калибровку с помощью PyMC3; однако моя модельная функция требует сравнения массивов переменных Theano.

Вот иллюстрация проблемы: 

import theano.tensor as tt

 # create an example of array of Theano variables
a=np.array([tt.as_tensor_variable(1)*1,tt.as_tensor_variable(1)*2])

 # try to apply operations of comparison

tt.gt(a,1)

->AsTensorError: ('Cannot convert [Elemwise{mul,no_inplace}.0 Elemwise{mul,no_inplace}.0] to TensorType', <class 'numpy.ndarray'>)*

a>1

-> TypeError: Variables do not support boolean operations.

Кто-нибудь знает, как с этим справиться?

1 Ответ

1 голос
/ 10 апреля 2019

Если у вас уже есть NumPy ndarray из TensorVariables, вы можете вывести его в список: 

a = np.array([tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2])

res = tt.gt(a.tolist(), 1)
res.eval()
# array([False, True])

Однако, если вы можете, я бы вообще избегал NumPy.

a = [tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2]

res = tt.gt(a, 1)
res.eval()
# array([False, True])

Более того, тип TensorVariable уже имеет полную поддержку многомерности, и, следуя методам в theano.tensor, вы получите более эффективную производительность, чем переход к list или * вперед и назад.1012 * объектов.Например, 

a = tt.as_tensor([1,2])

res = tt.gt(a, 1)
res.eval()
# array([False, True])
...