遍历 Theano 张量的切片

Question

我有两个 2D Theano 张量，称它们为 x_1 和 x_2，为了举例，假设 x_1 和 x_2 的形状都是 (1 , 50).现在，要计算它们的均方误差，我只需运行:

    T.sqr(x_1 - x_2).mean(axis = -1).

然而，我想做的是构造一个新的张量，它由以 10 为单位的均方误差组成。换句话说，由于我对 NumPy 更熟悉，所以我的想法是创建Theano 中的以下张量 M：

    M = [theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1) for i in xrange(0, 50, 10)]

现在，由于 Theano 没有 for 循环，而是使用 scan（哪个 map 是其特例），我想我会尝试以下操作：

    sequence = T.arange(0, 50, 10)
    M = theano.map(lambda i: theano.tensor.sqr(x_1[:, i:i+10] - x_2[:, i:i+10]).mean(axis = -1), sequence)

但是，这似乎不起作用，因为我收到错误消息：

only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices

有没有办法使用 theano.scan（或地图）遍历切片？提前致谢，因为我是 Theano 的新手！

Answer 1

类似于 numpy 中可以完成的操作，解决方案是将 (1, 50) 张量重塑为 (1, 10, 5) 张量（甚至 (10, 5)张量），然后计算第二个轴的平均值。

为了用 numpy 说明这一点，假设我想通过 2

的切片来计算均值

x = np.array([0, 2, 0, 4, 0, 6])
x = x.reshape([3, 2])
np.mean(x, axis=1)

产出

array([ 1.,  2.,  3.])

Looping through slices of Theano tensor