Theano set_value 用于强制转换的共享变量

Question

在 Theano 深度学习教程中，y 是一个被强制转换的共享变量：

   y = theano.shared(numpy.asarray(data, dtype=theano.config.floatX))
   y = theano.tensor.cast(y, 'int32')

我稍后想为 y 设置一个新值。

这适用于 GPU：

    y.owner.inputs[0].owner.inputs[0].set_value(np.asarray(data2, dtype=theano.config.floatX))

对于 CPU，这是可行的：

    y.owner.inputs[0].set_value(np.asarray(data2, dtype=theano.config.floatX))

为什么这需要在 GPU 和 CPU 之间使用不同的语法？我希望我的代码适用于这两种情况，我做错了吗？

Answer 1

这与另一个StackOverflow question 中描述的问题非常相似。

问题是您正在使用 symbolic 转换操作，它将共享变量转换为符号变量。

解决方案是强制转换共享变量的值，而不是共享变量本身。

而不是

y = theano.shared(numpy.asarray(data, dtype=theano.config.floatX))
y = theano.tensor.cast(y, 'int32')

使用

y = theano.shared(numpy.asarray(data, dtype='int32'))

通过owner 属性导航 Theano 计算图被认为是错误的形式。如果要更改共享变量的值，请维护对共享变量的 Python 引用并直接设置其值。

因此，由于 y 只是一个共享变量，而不是符号变量，您现在可以这样做：

y.set_value(np.asarray(data2, dtype='int32'))

请注意，转换再次发生在 numpy 中，而不是 Theano。