CPU 和 GPU 使用 Theano 的不同结果答案

【问题标题】：Different results of CPU and GPU with TheanoCPU 和 GPU 使用 Theano 的不同结果
【发布时间】：2015-12-24 14:53:57
【问题描述】：

我有以下代码：

import theano
import theano.tensor as T
import numpy as np

x = theano.shared(np.asarray([1, 2, 3], dtype=theano.config.floatX), borrow=True)
y = T.cast(x, 'int32')
print 'type of y: ', type(y)
print 'type of y.owner.inputs[0]: ', type(y.owner.inputs[0])
print 'value of y: ', y.owner.inputs[0].get_value(borrow=True)

使用 CPU 运行

$ THEANO_FLAGS=mode=FAST_RUN,device=cpu,floatX=float32 python test_share.py
type of y:  <class 'theano.tensor.var.TensorVariable'>
type of y.owner.inputs[0]:  <class 'theano.tensor.sharedvar.TensorSharedVariable'>
value of y:  [ 1.  2.  3.]

使用 GPU 运行

$ THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python test_share.py
Using gpu device 0: GeForce 310M
type of y:  <class 'theano.tensor.var.TensorVariable'>
type of y.owner.inputs[0]:  <class 'theano.tensor.var.TensorVariable'>
value of y:
Traceback (most recent call last):
  File "test_share.py", line 10, in <module>
    print 'value of y: ', y.owner.inputs[0].get_value(borrow=True)
AttributeError: 'TensorVariable' object has no attribute 'get_value'

如何才能获得与 CPU 相同的结果？

【问题讨论】：

标签： gpu cpu shared theano

【解决方案1】：

您用于访问计算图中子节点的方法.owner.inputs[0] 通常不适用于跨平台代码。

您调用共享变量x，因此访问x 值的正确方法是使用x.get_value()。

这段代码应该在 CPU 和 GPU 上运行相同：

import theano
import theano.tensor as T
import numpy as np

x = theano.shared(np.asarray([1, 2, 3], dtype=theano.config.floatX), borrow=True)
y = T.cast(x, 'int32')
print 'type of y: ', type(y)
print 'type of x: ', type(x)
print 'value of x: ', x.get_value(borrow=True)

如果您想查看将符号转换操作应用于x 的结果，即您调用y 的符号结果，那么您可以这样做：

print 'value of y: ', y.eval()

【讨论】：