我目前遇到了这个问题：在使用Theano编写的循环神经网络中，我无法评估我的梯度符号变量。以下是代码：

  W_x = theano.shared(init_W_x, name='W_x')  W_h = theano.shared(init_W_h, name='W_h')  W_y = theano.shared(init_W_y, name='W_y')  [self.y, self.h], _ = theano.scan(self.step,                                    sequences=self.x,                                    outputs_info=[None, self.h0])  error = ((self.y - self.t) ** 2).sum()  gW_x, gW_y, gW_h = T.grad(self.error, [W_x, W_h, W_y])  [...]  def step(self, x_t, h_tm1):      h_t = T.nnet.sigmoid(T.dot(self.W_x, x_t) + T.dot(h_tm1, self.W_h))      y_t = T.dot(self.W_y, h_t)      return y_t, h_t

我只保留了我认为合适的部分。
我想计算例如’gW_x’，但当我尝试将其嵌入到theano函数中时，它不起作用，因为它的依赖项（W_x, W_h, W_y）是共享变量。

非常感谢

回答：

我认为在这种情况下，您需要将共享变量传递给self.step函数中的non_sequences参数，在theano.scan中使用。

因此，您需要更改self.step的签名，以接受三个额外的参数，对应于共享变量，然后在theano.scan中添加参数non_sequences=[W_x, W_h, W_y]。

另外，我怀疑您在倒数第二行可能有拼写错误 – 应该是error = ((self.y - t) ** 2).sum()吗？