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])