关于theano.tensor.set_subtensor的一个简单问题

问题描述

原始代码如下：将theano.tensor导入为tt

import theano.tensor as tt

r = inp[:,0]  # response/choice in current trial for all subjects
o = 2 * inp[:,1] - 1  # reward outcome of current choice for all subjects
t = inp[:,2]  # a control variable which prevents update in case of nan trials

v = tt.set_subtensor(v[l_subs,r],v[l_subs,r] + t * alpha0 * (o - v[l_subs,r]))
v = tt.set_subtensor(v[l_subs,1 - r],1 - r] + t * kappa * alpha0 * (-o - v[l_subs,1 - r]))
...
return v

r，o，t，v是向量。在相同条件下，变量“ v”被分配值为jsut。 v是一个向量。但是，我想在不同的条件下为'v'赋值，如下所示：

    for i_sub in l_subs:
        if o[i_sub] == 1:
            v[i_sub,r[i_sub]] = tt.set_subtensor(v[i_sub,r[i_sub]],v[i_sub,r[i_sub]] + t[i_sub] * alpha0 * (o[i_sub] - v[i_sub,r[i_sub]]))
            v[i_sub,1 - r[i_sub]] = tt.set_subtensor(v[i_sub,1 - r[i_sub]],1 - r[i_sub]] + t[i_sub] * kappa * alpha0 * (-o[i_sub] - v[i_sub,1 - r[i_sub]]))
        else:
            v[i_sub,r[i_sub]] + t[i_sub] * alpha1 * (o[i_sub] - v[i_sub,1 - r[i_sub]] + t[i_sub] * kappa * alpha1 * (-o[i_sub] - v[i_sub,1 - r[i_sub]]))
        v0.append(new_v0,new_v1)

但这显然不是正确的语法。如何实现呢？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

python tensor theano