import theano.tensor as T

from theano import function

a,b=T.dmatrices('a','b')

diff=a-b

f=function([a,b],diff)

为参数设定default值

from theano import Param

x,y=T.dscalars('x','y')

z=x+y

f=function([x,Param(y,default=1),name='y_name'],z)

创建一个类似于全局变量的变量，用shared

from theano import shared

state=shared(0)

x=T.iscalar('x')

counter=function([x],state,updates=[(state,state+x)])#此处如果通过之前声明state+=x代替updates,会导致错误，因为state+=x将sharedscalar类型的state转化成tensorvalue类型的x，就没有.get_value以及eval的属性了

如果只是想用shared变量的名字，而不用值，可以在建立函数的时候用givens，中的变量代替shared变量

fn_state=state+x

counter_fn=function([foo,x],fn_state,givens=[(state,foo)])

实际中，givens可以用来代替表达式中任意部分

随机数

from theano.tensor.shared_randomstreams import RandomStreams

randomstream_my=RandomStreams(seed=12)

random_matrix1=randomstream.uniform((2,3))

random_matrix2=randomstream.normal((2,3))

f=function([],random_matrix1)

g=function([],random_matrix2,no_default_updates=True)  #多次调用，不更新

或者rng=numpy.random

 rng.randn（N，dimension）

 rng.randint(size=N,low=0,high=2)

来生成随机数