Theano广播不同到numpy的的

Question

考虑numpy的广播的以下示例：

import numpy as np 
import theano 
from theano import tensor as T 

xval = np.array([[1, 2, 3], [4, 5, 6]]) 
bval = np.array([[10, 20, 30]]) 
print xval + bval 

如所预期的，所述载体bval被添加到基质xval的各行并且输出是：

[[11 22 33] 
[14 25 36]] 

试图在gano版本的theano中复制相同的行为：

x = T.dmatrix('x') 
b = theano.shared(bval) 
z = x + b 
f = theano.function([x], z) 

print f(xval) 

我得到以下错误：

ValueError: Input dimension mis-match. (input[0].shape[0] = 2, input[1].shape[0] = 1) 
Apply node that caused the error: Elemwise{add,no_inplace}(x, <TensorType(int64, matrix)>) 
Inputs types: [TensorType(float64, matrix), TensorType(int64, matrix)] 
Inputs shapes: [(2, 3), (1, 3)] 
Inputs strides: [(24, 8), (24, 8)] 
Inputs scalar values: ['not scalar', 'not scalar'] 

我明白Tensor对象，如x有broadcastable属性，但我不能找到一种方法来1）正确设置此为shared对象或2）正确地拥有它推断。如何在theano中重新实现numpy的行为？

Answer 1

Theano需要在编译之前在图形中声明所有可广播的维度。 NumPy使用运行时间形状信息。

默认情况下，所有共享变量dimsions不可广播，因为它们的形状可能会更改。

要与您在您的示例需要broadcastable维上创建共享变量：

b = theano.shared(bval, broadcastable=(True,False)) 

我会将此信息添加到文档。