循环遍历 Theano 张量的切片答案

【问题标题】：Looping through slices of Theano tensor循环遍历 Theano 张量的切片
【发布时间】：2015-11-14 22:19:47
【问题描述】：

我有两个 2D Theano 张量，分别称为 x_1 和 x_2，并假设 x_1 和 x_2 都具有形状 (1, 50)。现在，要计算它们的均方误差，我只需运行：

    T.sqr(x_1 - x_2).mean(axis = -1).

但是，我想做的是构建一个新张量，该张量由它们以 10 为单位的均方误差组成。换句话说，由于我更熟悉 NumPy，所以我的想法是创建以下内容Theano 中的张量 M：

    M = [theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1) for i in xrange(0, 50, 10)]

现在，由于 Theano 没有 for 循环，而是使用 scan（映射是一个特殊情况），我想我会尝试以下方法：

    sequence = T.arange(0, 50, 10)
    M = theano.map(lambda i: theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1), sequence)

但是，这似乎不起作用，因为我收到错误：

只有整数、切片 (:)、省略号 (...)、numpy.newaxis (None) 和整数或布尔数组是有效的索引

有没有办法使用 theano.scan（或 map）循环遍历切片？提前致谢，因为我是 Theano 的新手！

【问题讨论】：

【解决方案1】：

与numpy 中可以做的类似，解决方案是将 (1, 50) 张量重塑为 (1, 10, 5) 张量（甚至是 (10, 5) 张量），并且然后计算沿第二个轴的平均值。

为了用 numpy 说明这一点，假设我想通过 2 的切片计算均值

x = np.array([0, 2, 0, 4, 0, 6])
x = x.reshape([3, 2])
np.mean(x, axis=1)

输出

array([ 1.,  2.,  3.])

【讨论】：