如上图，广播一个行矩阵。T和F分别表示True和False,指明沿着哪个维度可以进行广播。如果第二个参数是向量，它的形状为（2，）以及它的广播模式为（False,）。它将会自动向左展开，匹配矩阵的维度，最终得到（1,2）和（True,Fale）。

在构建图的时候，不可能严格执行Theano变量的形状。因为在运行的时候，传递给Theano函数的某一参数的值可能影响Thenao变量的形状。目前，关于形状信息的使用在Theano中有以下两种方式：

Scan 复发(Recurrence)的一种常用形式，可以用于循环(looping) Reduction和map是scan的特例 可以根据一些输出序列scan一个函数（function)，每一步都会生成一个输出 可以查看之前k步的输出 给定一个初始状态z=0,可以通过scan函数z + x(i)计算一个列表的和sum(a_list) 通常一个for循环可以用scan()操作符进行实现 使用sca...

IfElse vs Switch IfElse接收布尔型条件和两个变量作为输入。 Switch接收一个张量（Tensor）以及两个变量作为输入。 Switch进行元素级运算，因此比IfElse更常用。 IfElse比较懒惰，只计算满足条件的相应输出变量， 而Switch计算所有的输出变量。 即： ifelse(condition, output1, output2): 如果condition:1(0),那么ifel...

计算梯度 计算x^2的梯度 {代码...} 计算逻辑函数的梯度 {代码...} 计算Jacobian {代码...} 计算Hessian矩阵 {代码...} Jacobian times a Vector 右算子(R-operator) {代码...} 左算子（L-operator) {代码...} Hessian times a Vector {代码...} 右算子 {代码...}

含有默认值的输入必须位于不含默认值的输入之后（和python的函数类似）。允许多个输入含有默认值，这些参数可以通过位置设定，也可以通过名字进行设定。

byte: bscalar, bvector, bmatrix, brow, bcol, btensor3, btensor4, btensro5

水平方向为矩阵的行，竖直方向为矩阵的列，每一行为一个样例（记录）。 因此输入[10, 5]表示：由10个样例（记录），每个样例具有5个维度（属性）组成的矩阵。如果[10,5]为一个神经网络的输入，那么权重矩阵的表示形式为[5, #hid]的矩阵。考虑一下数组：