Theano的function（）报告图形不需要我的'givens'值

Question

很抱歉没有发布完整的代码片段——代码非常大而且分散，所以希望这可以说明我的问题。我有这些：

train = theano.function([X], output, updates=update_G,
                        givens={train_mode=:np.cast['int32'](1)})

以及

test = theano.function([X], output, updates=update_G,
                       givens={train_mode=:np.cast['int32'](0)})

据我所知，givens会在需要计算输出的地方输入train_mode（即1/0）的值。你知道吗

output的计算如下：

     ...
     network2 = Net2()
     # This is sort of a dummy variable so I don't get a NameError when this
     # is called before `theano.function()` is called. Not sure if this is the
     # right way to do this.
     train_mode = T.iscalar('train_mode')
     output = loss(network1.get_outputs(network2.get_outputs(X, train_mode=train_mode)),something).mean()

 ....
 class Net2(): 
      def get_outputs(self, x, train_mode):
           from theano.ifelse import ifelse
           import theano.tensor as T
           my_flag = ifelse(T.eq(train_mode, 1), 1, 0)
           return something if my_flag else something_else

所以train_mode在一个嵌套函数中用作参数，我用它来区分train和test，因为我想用稍微不同的方式来处理它们。你知道吗

但是，当我尝试运行此操作时，出现以下错误：

theano.compile.function_module.UnusedInputError: theano.function was
asked to create a function computing outputs given certain inputs, but
the provided input variable at index 1 is not part of the computational
graph needed to compute the outputs: <TensorType(int32, scalar)>.To make 
this error into a warning, you can pass the parameter 
on_unused_input='warn' to theano.function. To disable it completely, use 
on_unused_input='ignore'.    

如果我删除givens参数，错误就会消失，因此据我所知，Theano认为我的train_mode对于计算function()是不必要的。我可以按照他们的建议使用on_unusued_input='ignore'，但如果他们认为我的train_mode没有使用，那就忽略了它。我走错路了吗？我基本上只想用dropout训练一个神经网络，但在评估时不使用dropout。你知道吗

Answer 1

为什么用“=”号？我认为，它使train\u模式不可读，我的代码可以很好地通过编写： givens = {train_mode:1}