Theano及其分叉PyTensor，是一个Python库和优化的编译器，用来操纵和求值数学表达式特别是矩阵值表达式。在其中，计算使用NumPy风格的语法来表达并被编译，用来在CPU或者GPU架构上高效的运行。

历史
Theano是开源项目，主要由蒙特利尔大学的（MILA）开发。软件名字取自古代哲学家。在2017年9月28日，Pascal Lamblin发布了来自约书亚·本希奥的一则信息，MILA负责人说：由于更强大的工业参与者的竞争，主要的开发在1.0发行之后将会停止。Theano 1.0.0随后在2017年11月15日发行。

在2018年5月17日，Chris Fonnesbeck代表PyMC开发团队写道：PyMC开发者将在他们退场后取得对Theano维护的控制权。在2021年1月绝大部份的Theano代码基被重新建造，并增加了通过JAX和Numba的编译，修订后的这个计算后端以新名字Aesara发行。2022年11月28日，PyMC团队宣布采用从Aesara计划分叉出PyTensor。

样例代码
下列代码以PyTensor用作介绍的例子：

import pytensor
from pytensor import tensor as pt

声明2个符号浮点标量

a = pt.dscalar("a")
b = pt.dscalar("b")

建立一个简单的表达式

c = a + b

将这个表达式转换成一个可调用对象，

它接收'(a, b)'值作为输入并计算出一个值给'c'

f_c = pytensor.function([a, b], c)

assert f_c(1.5, 2.5) == 4.0

计算样例表达式关于'a'的梯度

dc = pytensor.grad(c, a)

f_dc = pytensor.function([a, b], dc)

assert f_dc(1.5, 2.5) == 1.0

>> import pytensor >> from pytensor import tensor as pt >> >> # 通过'pytensor.function'编译函数还能优化表达式图 >> # 它会移除不必要的运算并将特定运算替代为更有效的运算 >> >> v = pt.vector("v") >> M = pt.matrix("M") >> >> d = a/a + (M + a).dot(v) >> >> pytensor.dprint(d)

Add [id A]
├─ ExpandDims{axis=0} [id B]
│ └─ True_div [id C]
│ ├─ a [id D]
│ └─ a [id D]
└─ dot [id E]
├─ Add [id F]
│ ├─ M [id G]
│ └─ ExpandDims{axes=[0, 1]} [id H]
│ └─ a [id D]
└─ v [id I]
' mode='w' encoding='utf-8'>
>>>
>>> f_d = pytensor.function([a, v, M], d)
>>>
>>> # 'a/a' -> '1'而点积被替代为BLAS函数(i.e. CGemv)
>>> pytensor.dprint(f_d)
Add [id A] 5
├─ [1.] [id B]
└─ CGemv{inplace} [id C] 4
├─ AllocEmpty{dtype='float64'} [id D] 3
│ └─ Shape_i{0} [id E] 2
│ └─ M [id F]
├─ 1.0 [id G]
├─ Add [id H] 1
│ ├─ M [id F]
│ └─ ExpandDims{axes=[0, 1]} [id I] 0
│ └─ a [id J]
├─ v [id K]
└─ 0.0 [id L]
' mode='w' encoding='utf-8'>

参见
*

• 可微分编程

引用
外部链接

• (GitHub)
• [http://deeplearning.net/software/theano/ Theano] at Deep Learning, Université de Montréal