import theanonimport theano.tensor as Tnimport numpy as np方程系數：# datanx_ = np.array([1.0, 2.0], dtype=np.float32)ny_

import theanonimport theano.tensor as Tnimport numpy as np

方程系數：

# datanx_ = np.array([1.0, 2.0], dtype=np.float32)ny_ = np.array([3.0, 2.0], dtype=np.float32)

占位符：

x = T.vector('x')ny = T.vector('y')nz = T.dot(x**2,y**2)

jacobian：

feed_dict = {x: x_, y: y_}nn# T.jacobian的expression參數的只能是0或1階張量nJx = T.jacobian(expression=z, x)nJy = T.jacobian(expression=z, y)nnJx.eval(feed_dict)nJy.eval(feed_dict)

hessian：

# 與T.grad一樣,T.hessian的cost參數必須是一個標量scalarn# 同時T.hessian的自變量需要的是vector,matrix不行nHx = T.hessian(z,x)nHy = T.hessian(z,y)nnHx.eval(feed_dict)nHy.eval(feed_dict)