Theano Tutorial文档翻译（六） - 条件

原文地址：http://deeplearning.net/software/theano/tutorial/conditions.html

IfElse vs Switch

两个操作符都在符号变量构建了条件。

IfElse

要提供一个布尔条件和两个变量

Switch

要提供一个张量条件和两个变量。

switch

是一个依次元素运算，所以比

ifelse

更常用。

而

switch

评估两个输出变量，

ifelse

很懒并且只评估和条件有关的一个变量。

例子：

from theano import tensor as T
from theano.ifelse import ifelse
import theano, time, numpy

a, b = T.scalars('a', 'b')
x, y = T.matrices('x', 'y')

z_switch = T.switch(T.lt(a, b), T.mean(x), T.mean(y))
z_lazy = ifelse(T.lt(a, b), T.mean(x), T.mean(y))

f_switch = theano.function([a, b, x, y], z_switch, mode=theano.Mode(linker='vm'))
f_lazyifelse = theano.function([a, b, x, y], z_lazy, mode=theano.Mode(linker='vm'))

val1 = 0
val2 = 1
big_mat1 = numpy.ones((10000, 1000))
big_mat2 = numpy.ones((10000, 1000))

n_times = 10
tic = time.clock()
for i in range(n_times):
f_switch(val1, val2, big_mat1, big_mat2)
print('time spent evaluating both values %f sec' % (time.clock() - tic))

tic = time.clock()
for i in range(n_times):
f_lazyifelse(val1, val2, big_mat1, big_mat2)
print('time spent evaluating both values %f sec' % (time.clock() - tic))

在这个例子中，当一条件两输出

IfElse

操作花费更小的时间（约switch的一半）。

time spent evaluating both values 0.6700 sec
time spent evaluating one value 0.3500 sec

除非使用

linker='vm'

或

linker=‘cv’

,

ifelse

会计算两个变量并且和

switch

有相同计算时间。即使连接器不是经常默认设置

cvm

，它会在将来实现。

这里没有自动优化器会用一个

ifelse

的广播标量替代

swicth

，这往往不是更快的。

注意：如果你使用test values，然后所有IfElse的分支都会被计算。这很正常，因为Python的贪婪原则和test values的语义，当使用test vales时意味着所有都会被计算。当我们构建两个分支，他们都会在test values被执行。这不会产生任何改变当执行Theano的编译功能