代码拉取完成，页面将自动刷新
同步操作将从 OpenDocCN/ailearning 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
theano 中提供了两种条件语句，ifelse 和 switch，两者都是用于在符号变量上使用条件语句：
ifelse(condition, var1, var2)
condition 为 true，返回 var1，否则返回 var2
switch(tensor, var1, var2)
ifelse 操作，更一般化switch 会计算两个输出，而 ifelse 只会根据给定的条件，计算相应的输出。ifelse 需要从 theano.ifelse 中导入，而 switch 在 theano.tensor 模块中。
In [1]:
import theano, time
import theano.tensor as T
import numpy as np
from theano.ifelse import ifelse
Using gpu device 1: Tesla K10.G2.8GB (CNMeM is disabled)
假设我们有两个标量参数：$a, b$，和两个矩阵 $\mathbf{x, y}$，定义函数为：
$$ \mathbf z = f(a, b,\mathbf{x, y}) = \left{ \begin{aligned} \mathbf x & ,\\ a <= b\\="" \mathbf="" y="" &="" ,="" a=""> b \end{aligned} \right. $$
定义变量：
In [2]:
a, b = T.scalars('a', 'b')
x, y = T.matrices('x', 'y')
用 ifelse 构造，小于等于用 T.lt()，大于等于用 T.gt()：
In [3]:
z_ifelse = ifelse(T.lt(a, b), x, y)
f_ifelse = theano.function([a, b, x, y], z_ifelse)
用 switch 构造：
In [4]:
z_switch = T.switch(T.lt(a, b), x, y)
f_switch = theano.function([a, b, x, y], z_switch)
测试数据：
In [5]:
val1 = 0.
val2 = 1.
big_mat1 = np.ones((10000, 1000), dtype=theano.config.floatX)
big_mat2 = np.ones((10000, 1000), dtype=theano.config.floatX)
比较两者的运行速度：
In [6]:
n_times = 10
tic = time.clock()
for i in xrange(n_times):
f_switch(val1, val2, big_mat1, big_mat2)
print 'time spent evaluating both values %f sec' % (time.clock() - tic)
tic = time.clock()
for i in xrange(n_times):
f_ifelse(val1, val2, big_mat1, big_mat2)
print 'time spent evaluating one value %f sec' % (time.clock() - tic)
time spent evaluating both values 0.638598 sec
time spent evaluating one value 0.461249 sec
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
