Theano

Theano — библиотека численного вычисления в Python[1]. Вычисления в Theano выражаются NumPy-подобным синтаксисом и компилируются для эффективных параллельных вычислений как на обычных CPU, так и на GPU.

Theano является проектом с открытым исходным кодом[2], основным разработчиком которого является группа машинного обучения в Монреальском университете[3].

28 сентября 2017 года было объявлено о прекращении работы над проектом после выхода релиза 1.0, при этом обещано сохранение его минимальной поддержки в течение одного года[4].

Theano послужил основой для разрабатываемого в настоящее время проекта PyTensor[5].

Общие сведения
Theano
Тип Библиотека для машинного обучения
Разработчики Монреальский институт алгоритмов обучения (MILA), Монреальский университет
Написана на Python, CUDA
Языки интерфейса en-US
Первый выпуск 2007
Аппаратные платформы Linux, macOS, Windows
Последняя версия 1.0.5 (27 июля 2020; 5 лет назад (2020-07-27))
Репозиторий github.com/Theano/Theano
Состояние Неактивное
Лицензия BSD 3-clause license
Сайт deeplearning.net/software/theano/

Описание системы

Theano представляет собой библиотеку на языке Python для вычислений с многомерными массивами данных.[6]

Основные математические методы, операции и структуры данных, поддерживаемые Theano[7]:

  • работа с тензорами через структуру numpy.ndarray и поддержка множества тензорных операций
  • работа с разреженными матрицами через структуры SciPy.{csc, csr, bsr}_matrix и поддержка ряда операций с ними
  • многочисленные методы линейной алгебры, включая достаточно сложные
  • возможность в режиме работы создавать новые операции с графами
  • многочисленные операции по преобразованию графов
  • поддержка языка Python версий 2 и 3
  • поддержка GPU (CUDA и OpenCL)
  • поддержка стандарта Basic Linear Algebra Subprograms (BLAS) для процедур линейной алгебры

Планируется использование и поддержка следующих сред — C/C++, PTX, CAL, AVX[7]

Примечания

  1. Bergstra, J.. Theano: A CPU and GPU Math Expression Compiler, Proceedings of the Python for Scientific Computing Conference (SciPy) 2010 (30 June 2010). Архивировано 1 ноября 2020 года. Дата обращения: 23 июля 2017.
  2. Github Repository. Дата обращения: 23 июля 2017. Архивировано 16 ноября 2020 года.
  3. deeplearning.net. Дата обращения: 23 июля 2017. Архивировано из оригинала 13 декабря 2017 года.
  4. Группы Google. groups.google.com. Дата обращения: 10 марта 2018. Архивировано 22 января 2011 года.
  5. GitHub - pymc-devs/pytensor: PyTensor allows you to define, optimize, and efficiently evaluate mathematical expressions involving multi-dimensional arrays. (англ.). GitHub. Дата обращения: 25 октября 2025. Архивировано 2 октября 2025 года.
  6. Joel Grus. Data Science from Scratch. First Principles with Python. — O'REILLY, 2019. — ISBN 978-149190439-8. Архивная копия от 17 августа 2021 на Wayback Machine
  7. 1 2 Theano at a Glance. Дата обращения: 23 июля 2017. Архивировано 25 июля 2017 года.

Литература

  • Джулли А., Пал С. Библиотека Keras - инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow = Deep learning with Keras. — ДМК Пресс, 2017. — 294 с. — ISBN 978-5-97060-573-8.
  • Рашка С. Python и машинное обучение = Python Machine Learning. — ДМК Пресс, 2017. — 418 с. — ISBN 978-5-97060-409-0.

Ссылка