Theano - 计算图

从以上两个例子可以看出，在 Theano 中，我们创建一个表达式，最终使用 Theano 的函数进行求值。Theano 使用高级优化技术来优化表达式的执行。为了可视化计算图，Theano 在其库中提供了一个打印包。

标量加法的符号图

要查看我们的标量加法程序的计算图，请按如下方式使用打印库：

theano.printing.pydotprint(f, outfile="scalar_addition.png", var_with_name_simple=True)

执行此语句后，将在您的计算机上创建一个名为scalar_addition.png的文件。保存的计算图在此处显示，供您快速参考：

生成以上图像的完整程序清单如下：

from theano import *
a = tensor.dscalar()
b = tensor.dscalar()
c = a + b
f = theano.function([a,b], c)
theano.printing.pydotprint(f, outfile="scalar_addition.png", var_with_name_simple=True)

矩阵乘法的符号图

现在，尝试为我们的矩阵乘法器创建计算图。生成此图的完整清单如下：

from theano import *
a = tensor.dmatrix()
b = tensor.dmatrix()
c = tensor.dot(a,b)
f = theano.function([a,b], c)
theano.printing.pydotprint(f, outfile="matrix_dot_product.png", var_with_name_simple=True)

生成的图如下所示：

复杂的图

在较大的表达式中，计算图可能非常复杂。此处显示一个从 Theano 文档中获取的此类图：

要理解 Theano 的工作原理，首先必须了解这些计算图的重要性。有了这种理解，我们将了解 Theano 的重要性。

为什么选择 Theano？

通过查看计算图的复杂性，您现在将能够理解开发 Theano 的目的。一个典型的编译器会在程序中提供局部优化，因为它从不将整个计算视为一个单元。

Theano 实现非常高级的优化技术来优化完整的计算图。它结合了代数和优化编译器的方面。图的一部分可以编译成 C 语言代码。对于重复计算，评估速度至关重要，而 Theano 通过生成非常高效的代码来满足这一目的。