Theano - 結論

機器學習模型構建涉及到密集的、重複的張量計算。這些要求密集的計算資源。常規編譯器將在區域性級別提供最佳化，但它通常不會生成快速的執行程式碼。

Theano 首先為整個計算構建一個計算圖。由於整個計算圖在編譯期間以單個影像的形式提供，因此可以在預編譯期間應用多種最佳化技術，而這正是 Theano 所做的。它會重新構建計算圖，部分將其轉換為 C，將共享變數移至 GPU，等等，從而生成非常快速的執行程式碼。然後由 Theano 函式執行已編譯的程式碼，該函式僅僅充當將已編譯程式碼注入執行時的鉤子。Theano 已經證明了其信譽，並在學術界和工業界被廣泛接受。