加权矩阵给定权重向量与扫描（theano）

Question

我是 theano 的新手，仍然在研究扫描。我想从行权重计算加权矩阵，按权重的概率加权并得到相应的加权矩阵。但是，我在跟踪矩阵总和的同时在 theano 中迭代权重时遇到问题。

举个例子：

import numpy as np

mtx = np.asarray([[1,0],[0,1],[0.5,0.5]]) 
weights = np.asarray([0.1,0.8]) #weight 1 and weight 2
weights_p = np.asarray([0.8, 0.2]) #prob. of weight 1 and weight 2

会是

weights_p[0] * (mtx * [weights[0],(1-weights[0])]) +\
weights_p[1] * (mtx * [weights[1],(1-weights[1])])

使用 numpy、索引和 for 循环更普遍地举例说明我想要的函数会这样做：

def get_weighted(mtx,weights,weights_p):
    mtx_store = np.zeros(np.shape(mtx))
    for idx in xrange(len(weights)):
        mtx_store += weights_p[idx] * (mtx * [weights[idx], 1-weights[idx]])
    return mtx_store

现在我需要在 theano 中执行此操作。我尝试了什么：

import theano as t
v,w = t.tensor.vectors('v','w')
m,n = t.tensor.matrices('m','n')

def step(v, w, m, cum_sum):
    return v * (m * [w,1-w]) + cum_sum

output, updates = t.scan(fn=step,
                         sequences=[v,w],
                         non_sequences=[m],
                         outputs_info=[n])

get_weighted = t.function(inputs=[v,w,m,n],
                  outputs=output,
                  updates=updates)

我的想法是用一个空数组来迭代存储总和：

mtx_store = np.zeros(np.shape(mtx))
get_weighted(weights_p, weights, mtx, mtx_store)

但我得到：

array([[[ 1.  ,  0.  ],
        [ 0.  ,  1.  ],
        [ 0.5 ,  0.5 ]],

       [[ 1.16,  0.  ],
        [ 0.  ,  1.04],
       [ 0.58,  0.52]]])

而不是

array([[ 0.24,  0.  ],
       [ 0.  ,  0.76],
       [ 0.12,  0.38]])

我敢肯定这源于我对扫描的错误理解。哪里出了问题，如何更有效地完成？

Answer 1

我发现了问题。对于后代：主要问题是 scan 的语法需要：

sequences (if any), prior result(s) (if needed), non-sequences (if any)

鉴于我已按以下顺序提供参数：

sequences, non-sequences, prior-results

正确的代码如下：

def step(v, w, cum_sum,m):
    return v * (m * [w,1-w]) + cum_sum

output, updates = t.scan(fn=step,
                         sequences=[v,w],
                         non_sequences=[m],
                         outputs_info=[t.tensor.zeros_like(m)])

final_result = output[-1] #take the final outcome of the sum


get_weighted = t.function(inputs=[v,w,m],
                  outputs=final_result,
                  updates=updates)

（传递矩阵来存储参数显然也不是必需的。我不认为这是问题所在，但可以直接指定，如上面'outputs_info'所做的那样）

加权矩阵给定权重向量与扫描（theano）

Weighted matrix given weight-vector with scan (theano)

python

theano

theano.scan