下载掌阅APP，畅读海量书库
立即打开
符号变量定义后，需要说明这些变量间的运算关系，那如何描述变量间的运算关系呢？Theano实际采用符号计算图模型来实现。首先创建表达式所需的变量，然后通过操作符（op）把这些变量结合在一起，如前文图2-1所示。
Theano处理符号表达式时是通过把符号表达式转换为一个计算图（graph）来处理（TensorFlow也使用了这种方法，等到我们介绍TensorFlow时，大家可对比一下），符号计算图的节点有：variable、type、apply和op。
·variable节点：即符号的变量节点，符号变量是符号表达式存放信息的数据结构，可以分为输入符号和输出符号。
·type节点：当定义了一种具体的变量类型以及变量的数据类型时，Theano为其指定数据存储的限制条件。
·apply节点：把某一种类型的符号操作符应用到具体的符号变量中，与variable不同，apply节点无须由用户指定，一个apply节点包括3个字段：op、inputs、outputs。
·op节点：即操作符节点，定义了一种符号变量间的运算，如+、-、sum()、tanh()等。
Theano是将符号表达式的计算表示成计算图。这些计算图是由Apply和Variable将节点连接而组成，它们分别与函数的应用和数据相连接。操作由op实例表示，而数据类型由type实例表示。下面这段代码和图2-2说明了这些代码所构建的结构。借助这个图或许有助于你进一步理解如何将这些内容拟合在一起：
import theano
import numpy as np
import theano.tensor as T
x = T.dmatrix('x')
y = T.dmatrix('y')
z = x + y
图2-2 符号计算图
图2-2中箭头表示指向Python对象的引用。中间大的长方形是一个Apply节点，3个圆角矩形（如X）是Variable节点，带+号的圆圈是ops，3个圆角小长方形（如matrix）是Types。
在创建Variables之后，应用Apply ops得到更多的变量，这些变量仅仅是一个占位符，在function中作为输入。变量指向Apply节点的过程是用来表示函数通过owner域来生成它们。这些Apply节点是通过它们的inputs和outputs域来得到它们的输入和输出变量。
x和y的owner域的指向都是None，这是因为它们不是另一个计算的结果。如果它们中的一个变量是另一个计算的结果，那么owner域将会指向另一个蓝色盒。