今天准备来运行下deep learning 上的几个python的例子。
显示下载theano，直接在cmd里，用easy_intall安装就好了。因为安装python时用的是python(x,y)版本。easy_install意见集成进去了。
如果原来spyder打开的，要关掉，重新打开。
theano就好用了。然后就是看theano的toturial。。。
improt theano.tensor as T. #用来定义各种变量类型。
function，用来临时定义一个简单的函数。我觉得类似eval。不过比eval强大。
几种function的格式function([inc],state,updates=[(state,state+inc)])，，
s = 1
/ (1 +T.exp(-x))
logistic = function([x],s)
shared，不是很明白。以后慢慢看吧。感觉shared的功能用2个变量都就可以做到嘛。
这话有启发 in Theano you first express everything symbolically and afterwards compile this expression to get functions。
theano中有很多op，操作的对象不是传统意义的程序变量，而是符号变量。更接近数学中的变量。
比如grad(y,x)就是对y求x的导数。x可以是一个标量，向量，矩阵等。y也随之调整。
在theano中做循环，需要用scan函数。这里主要是用scan计算雅克比矩阵和hessian矩阵。
关于这两个矩阵，下面这个解释很简单易懂
Hessian 矩阵是一个多元实函数的二阶导数:
设 
，二阶导数
构成Hessian矩阵。
在优化分析中常用到。
Jacobi矩阵是一个多元矢量函数的一阶导数：
如
，相应矩阵元素为
。
Rop，Lop，dot
记了些问题。
numpy.asarray 和numpy.array的区别？
无法使用pp函数？--在theano中有这个函数
0维数组，如何转化成标量？
什么是随机变量？
符号变量，随机变量，共享变量，搞这么多啥用？