如何将比较 (min,gt) 操作应用于 Theano 变量的数组？

Question

我正在尝试使用 PyMC3 进行贝叶斯校准；但是，我的模型函数需要比较 Theano 变量数组。

这里是问题的说明：

import theano.tensor as tt

 # create an example of array of Theano variables
a=np.array([tt.as_tensor_variable(1)*1,tt.as_tensor_variable(1)*2])

 # try to apply operations of comparison

tt.gt(a,1)

->AsTensorError: ('Cannot convert [Elemwise{mul,no_inplace}.0 Elemwise{mul,no_inplace}.0] to TensorType', <class 'numpy.ndarray'>)*

a>1

-> TypeError: Variables do not support boolean operations.

有人知道如何处理吗？

Answer 1

如果您已经有 TensorVariables 的 NumPy ndarray，那么您可以将它转储到列表中：

a = np.array([tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2])

res = tt.gt(a.tolist(), 1)
res.eval()
# array([False, True])

但是，如果可以的话，我会完全避免使用 NumPy。

a = [tt.as_tensor_variable(1)*1, tt.as_tensor_variable(1)*2]

res = tt.gt(a, 1)
res.eval()
# array([False, True])

更好的是，TensorVariable 类型已经完全支持多维，坚持使用 theano.tensor 中的方法，将获得比来回移动到 list 更高效的性能或 ndarray 个对象。例如，

a = tt.as_tensor([1,2])

res = tt.gt(a, 1)
res.eval()
# array([False, True])

如何将比较 (min,gt) 操作应用于 Theano 变量的数组？

How to apply operations of comparaison (min,gt) to a ndarray of Theano variables?

python

numpy

theano

pymc3