我正在尝试对函数y=x^2运行一个非常简单的梯度下降算法。 我已经尝试使用以下代码实现:
import theano
from theano import tensor as T
x = theano.shared(2)
y = x ** 2
dy_dx = T.grad(y, x)
learning_rate = 1
updates = [(x, x - learning_rate * dy_dx)]
fn = theano.function([], [y], updates = updates)
但当我尝试编译函数“fn”时,会出现以下错误:
TypeError: ('An update must have the same type as the original shared
variable (shared_var=<TensorType(int64, scalar)>,
shared_var.type=TensorType(int64, scalar),
update_val=Elemwise{sub,no_inplace}.0,
update_val.type=TensorType(float64, scalar)).', 'If the difference is
related to the broadcast pattern, you can call the
tensor.unbroadcast(var, axis_to_unbroadcast[, ...]) function to remove
broadcastable dimensions.')
我认为这可能是由于学习率变量的问题,因为它可能与共享变量x的类型不同,但如果我按照以下方式修改代码:
updates = [(x, x - dy_dx)]
我仍然遇到相同的错误。 我卡住了 :( 有什么想法吗?