Comme la question le suggère, je voudrais calculer le gradient par rapport à une rangée de matrice. Dans le code:gradient de theano par rapport à la ligne de matrice
import numpy.random as rng
import theano.tensor as T
from theano import function
t_x = T.matrix('X')
t_w = T.matrix('W')
t_y = T.dot(t_x, t_w.T)
t_g = T.grad(t_y[0,0], t_x[0]) # my wish, but DisconnectedInputError
t_g = T.grad(t_y[0,0], t_x) # no problems, but a lot of unnecessary zeros
f = function([t_x, t_w], [t_y, t_g])
y,g = f(rng.randn(2,5), rng.randn(7,5))
Comme les commentaires l'indiquent, le code fonctionne sans problème lorsque je calcule le gradient par rapport à la matrice entière. Dans ce cas, le gradient est correctement calculé, mais le problème est que le résultat n'a que des entrées non nulles dans la ligne 0 (car les autres lignes de x n'apparaissent évidemment pas dans les équations de la première ligne de y).
J'ai trouvé this question, suggérant de stocker toutes les lignes de la matrice dans des variables séparées et de construire des graphiques à partir de ces variables. Dans mon cadre cependant, je n'ai aucune idée de combien de lignes pourraient être dans X.
Est-ce que quelqu'un aurait une idée de comment obtenir le gradient par rapport à une seule rangée d'une matrice ou comment je pourrais omettre les zéros supplémentaires dans la sortie? Si quelqu'un avait des suggestions sur la façon d'empiler un nombre arbitraire de vecteurs, cela devrait fonctionner aussi, je suppose.