如何在 theano 函数中将一个矩阵值映射到另一个矩阵值

Question

我想在theano函数中实现如下功能，

a=numpy.array([ [b_row[dictx[idx]] if idx in dictx else 0 for idx in range(len(b_row))]
               for b_row in b])
where a, b are narray, and dictx is a dictionary

我收到错误 TensorType does not support iteration 我必须使用扫描吗？还是有更简单的方法？谢谢！

Answer 1

因为 b 是 ndarray 类型，我假设每个 b_row 具有相同的长度。

如果我理解正确，代码会根据 dictx 交换 b 中列的顺序，并用零填充 non-specified 列。

主要问题是 Theano 没有 dictionary-like 数据结构（如果有的话请告诉我）。

因为在您的示例中字典键和值是 range(len(b_row)) 内的整数，解决此问题的一种方法是构造一个使用索引作为键的向量（如果某些索引不应包含在字典中, 使其值为-1)。

同样的想法应该适用于一般矩阵的映射元素，当然还有其他（更好的）方法可以做到这一点。

这是代码。
麻木的：

dictx = {0:1,1:2}
b = numpy.asarray([[1,2,3],
                [4,5,6],
                [7,8,9]])
a = numpy.array([[b_row[dictx[idx]] if idx in dictx else 0 for idx in range(len(b_row))] for b_row in b])
print a

Theano:

dictx = theano.shared(numpy.asarray([1,2,-1]))
b = tensor.matrix()
a = tensor.switch(tensor.eq(dictx, -1), tensor.zeros_like(b), b[:,dictx])
fn = theano.function([b],a)
print fn(numpy.asarray([[1,2,3],
                        [4,5,6],
                        [7,8,9]]))

他们都打印：

[[2 3 0]  
 [5 6 0]  
 [8 9 0]]

如何在 theano 函数中将一个矩阵值映射到另一个矩阵值

How to map one matrix value to another in theano function

python

iteration

theano