Theano 函数分析给定

Question

我们如何监控/分析 theano 函数的给定？

作为示例，请考虑以下函数:

train_model = theano.function(
    inputs=[index],
    outputs=cost,
    updates=updates,
    givens={
        x: X_train[index * batch_size: (index + 1) * batch_size],
        y: y_train[index * batch_size: (index + 1) * batch_size]
    }
)

监视/分析共享变量 x 和 y 的方法是什么？

Answer 1

如果您遵循/使用 Theano 教程中的代码(看起来就是这样)，那么 x_train 和 y_train 是包含您的训练数据的共享变量( x_train 是输入，y_train 是您希望模型预测正确时的真实/实际输出。

这些共享变量的内容永远不会(或者至少不应该)改变，因为模型训练时的训练数据通常是静态的。

因此，查看共享变量 train_x 和 train_y 的内容与查看训练数据是一样的。您大概可以在任何加载数据的地方查看数据(例如，可能是 CSV 数据文件，或 numpy 保存的数组等)

如果您确实想查看共享变量的内容，那么您可以使用返回底层 numpy 数组的 get_value() 方法来执行此操作:

x_data = X_train.get_value()
print x_data.shape
# etc.

Theano 根本不参与这里。没有什么是象征性的，它只是具体的 numpy 数组。