提亚诺:使用theano.scan和theano.scan_module.until

Question

我刚开始使用theano.scan和theano.scan_module.until。从docs 这里中，我不知道如何在while循环中设置变量，也不确定如何调整这个post 这里来使用theano.scan_module.until。

这是我想要翻译成等价的theano的代码。有人想试试翻译这个吗？(或许还可以解释翻译的代码。)

# Code to perform a random walk using a row stochastic matrix M.
for i in range(100):
    r_last = r
    r = r.dot(M)
    err = np.linalg.norm(r - r_last, ord=1).sum()
    if err < N * tol:
        break

我看到这里有三个任务分配操作，还有一个if语句。但我不知道怎么把这个翻译给提亚诺。

如果您有兴趣，可以将这段代码粘贴到上面来设置变量。

import numpy as np

N = 3
tol = 1.0e-6
M = np.random.rand(N, N)
M = M / M.sum(axis=1).reshape(-1, 1)

r = np.ones(N, dtype=np.float) / N

Answer 1

给予：

N = 3
tol = 1.0e-6

您可以这样定义您的符号函数：

r_init = T.vector()
W = T.matrix()

def step(r):
    r_prime = T.dot(r, W)
    delta = (r_prime - r).norm(1)
    condition = T.lt(delta, N * tol)
    return r_prime, theano.scan_module.until(condition)

outputs, updates = theano.scan(step, outputs_info=[r_init], n_steps=1024)
r_final = outputs[-1]

solve = theano.function(inputs=[r_init, W], outputs=r_final)

然后像这样使用它：

M = np.random.rand(N, N)
M /= M.sum(axis=1).reshape((-1, 1))

r = np.ones(N, dtype=np.float) / N

print solve(r, M)

顺便说一句，你不是在执行“随机游走”。你正在解r，所以rW =r，通常称为马尔可夫链的平稳分布。