2.1　初识Theano

Theano是最早的深度学习开发工具之一，是在BSD许可证下发布的一个开源项目，它的开发始于2007年，由Yoshua Bengio领导的加拿大蒙特利尔理工学院LISA集团（现MILA）开发，Theano的名字源于一位著名的希腊数学家，它是为深度学习中处理大型神经网络算法所需的计算而专门设计的，擅长处理多维数组库，与其他深度学习库结合使用时十分适合用于数据探索。Theano首次引入了“符号计算图”来描述模型表达式的开源结构，目前，这被看作深度学习研究和开发的行业标准。Theano可以被理解成数学表达式的编译器：用符号式语言定义需要的结果，该框架会对程序进行编译，从而高效运行于GPU或CPU。目前许多优秀的深度学习开源工具库对Theano的底层设计进行了借鉴，如Tensorflow、Keras等，因此，掌握Theano的使用方法可以作为学习其他类似开源工具的铺垫。

Theano是一个基于Python和Numpy的数值计算工具包，它可以定义最优化以及估值高维度的数学表达式，也可以通过一系列代码优化从而获得更好的硬件性能。

theano.tensor数据类型包含double、int、uchar、float等，最常用的类型是int和float，具体如下所示：

·　数值——iscalar（int类型的变量）、fscalar（float类型的变量）；

·　一维向量——ivector（int类型的向量）、fvector（float类型的向量）；

·　二维矩阵——fmatrix（float类型矩阵）、imatrix（int类型的矩阵）；

·　三维float类型矩阵——ftensor3；

·　四维float类型矩阵——ftensor4。

Theano与Tensorflow功能十分相似（前面提到，Tensorflow借鉴了Theano的底层设计），因而两者常常被放在一起比较，这两者都偏向底层。Theano更像一个研究平台，并没有专门用于深度学习的相关接口。例如，Theano中没有现成的神经网络分级，因此，在实际应用中需要从最基本的网络层开始构建所需要的模型。

经过多年发展，目前有大量基于Theano的开源深度学习库被开发并得到实际应用，例如Keras、Lasagne和Blocks。这些更高层级的wrapper API可以大幅减少开发时间以及开发过程中的麻烦。现在，大多数使用Theano的开发者都会借助辅助API进行开发，Theano已经逐渐形成一套生态系统，可以在使用Theano时借助其他API来降低其使用难度。

在过去的很长一段时间内，Theano都是深度学习开发与研究的行业标准。由于Theano是由高校的研究团队研发的，它的设计初衷是服务于学术研究，这导致深度学习领域的许多学者至今仍在使用Theano。对于深度学习新手而言，使用Theano练手对于深入理解模型的原理有很大的好处，但对于开发者而言，还是建议使用Tensorflow等更高效的深度学习工具。