我最近从Matlab/C++转到Theano，并且有以下函数

train_model = theano.function([x_in, y_index],                          classifier.cost,                          updates=updates,                          givens={                              x: x_in,                              y: y_in[y_index]})

我想在每次迭代中打印网络两层之间的值（用于调试、更好地控制函数等）。我尝试编辑函数设置分类器，使其打印（使用print()或theano.printing.Print/theano.pp()），但我得到的只是在设置模型时的一次打印输出。

回答：

在你的例子中，classifier.cost是一个表达式，可能由多个基于相同输入的其他表达式组成。你可以像处理classifier.cost一样，将这些中间表达式转换为函数，例如：

f_first_layer = theano.function([x], first_layer)

然后你可以在每次调用train_model后调用并打印这个函数的输出。如果你在调用train_model之前使用与即将调用train_model相同的参数调用它，那么你将得到train_model评估时各层的精确输出（在train_model之后调用会因为更新而有所不同）。