Какое значение имеет T.mean
в this example? Я думаю, что T.mean
имел бы смысл, если бы реализация была векторизована. Здесь входы x
и y
- train(x, y)
являются скалярами, а cost
находит только квадратную ошибку одного входа и выполняет итерацию по данным.Линейная регрессия в anano
cost = T.mean(T.sqr(y - Y))
gradient = T.grad(cost=cost, wrt=w)
updates = [[w, w - gradient * 0.01]]
train = theano.function(inputs=[X, Y], outputs=cost, updates=updates, allow_input_downcast=True)
for i in range(100):
for x, y in zip(trX, trY):
train(x, y)
print w.get_value()
Удаление T.mean
не оказывает никакого влияния на выходной шаблон.