如何将矩阵的每列乘以Theano中的矢量元素？

我有一个Theano dvector与100个元素。我也有一个有5列和100行的矩阵（换句话说，每列包含100个元素）。如何将矩阵的每列乘以Theano中的矢量元素？

现在我需要应用每个列的元素乘法的矢量。什么是在Theano做正确的方法？

我应该创建一个新的矩阵：重复我的向量5次并对其进行移位，然后乘以相同形状的两个矩阵元素？

ADDED

我已经了解到，在numpy的，以达到所期望的行为，我只需要声明我的向量作为二维数组与一列。换句话说，我需要用“列” - 向量替换“行”向量（或者我需要垂直写入值，而不是水平）。在这种情况下，numpy会根据需要播放向量（列）（我的矩阵的每一列将被乘以我的向量元素）。然而，它看起来像Theano不继承numpy的这种行为：

X = T.dmatrix('X') 

w = np.array([ 
    [10.0, 0.0, 0.0, 0.0, 0.0], 
    [0.0, 10.0, 0.0, 0.0, 0.0], 
    [0.0, 0.0, 10.0, 0.0, 0.0] 
    ], dtype=th.config.floatX) 
w = np.transpose(w) 

W = th.shared(w, name='W', borrow=True) 

R = W + X 

f = th.function([X], R) 

x = np.array([[1.0], [2.0], [3.0], [4.0], [5.0]]) 
print f(x)

这是我的错误：

ValueError: Input dimension mis-match. (input[0].shape[1] = 3, input[1].shape[1] = 1) 
Apply node that caused the error: Elemwise{add,no_inplace}(W, X) 
Toposort index: 0 
Inputs types: [TensorType(float64, matrix), TensorType(float64, matrix)] 
Inputs shapes: [(5, 3), (5, 1)] 
Inputs strides: [(8, 40), (8, 8)]

顺便说一句，代码工作，如果我在下面的定义x way：

x = np.array([[1.0, 1.0, 1.0], [2.0, 2.0, 2.0], [3.0, 3.0, 3.0], [4.0, 4.0, 4.0], [5.0, 5.0, 5.0]])

来源

2016-12-27 Roman

我发现的“原生”解决方案是使用theano.tensor.extra_ops.repeat操作。在更多的细节，我需要使用

Xr = T.extra_ops.repeat(X, 3, axis=1)

此操作将重复列向量的3倍。因此，我们将得到一个具有3（相同）列的矩阵，并且该矩阵可以与矩阵元素相乘（或相加）。

来源

2016-12-29 12:24:55 Roman

如何将矩阵的每列乘以Theano中的矢量元素？

回答

相关问题