Theano究竟是什么呢？一种编程语言？一个编译器？抑或是一个Python库？实际上，Theano兼具以上几种功能。Theano针对于多维数组（张量），能够高效地实现、编译和评估数学表达式。它同时还可以使得代码在GPU运行。不过，其强大性能的真实来源则是利用了GPU中巨大内存带宽以及GPU浮点数运算能力。我们使用Theano可以很容易地共享内存来并行运行代码。Theano开发者在2010年公布的测试报告中指出：在CPU上执行程序时，Theano程序的性能是NumPy的1.8倍，而在GPU上执行相应的代码，Theano速度是NumPy的11倍[1]。请注意，上面是2010年的测试结果，近几年来，无论是Theano还是显卡的性能都有了显著的提高。
那么，Theano和NumPy之间到底有何关系呢？Theano建立在NumPy的基础上并且与其语法相似，这使得熟悉NumPy的用户用起Theano来也得心应手。公正地说，Theano并不像许多人所描述的那样，是“NumPy的兴奋剂”，不过与SymPy（http://www.sympy.org）相类似，SymPy是一个用于符号计算（或者称其为符号代数）的Python包。正如前面章节中所介绍的，我们使用NumPy来描述变量，并组合这些变量，然后再逐行执行相关代码。不过在Theano中，我们首先要写出问题，然后分析问题给出描述。如果代码需要在GPU上运行，Theano可以使用C/C++，或者CUDA/OpenCL生成相应的代码。为了能够生成最优化的代码，我们需要指出待解决问题的领域，可以将其看作是由许多操作构成的树（或者是关于图的符号表达）。请注意，Theano当前仍处于开发活跃阶段，会定期加入新的功能或更新现有功能。在本章，我们首先探究Theano背后的基本概念，然后进一步学习如何将其用于机器学习实践中。由于Theanno是一个包含许多先进功能的库，我们无法在本书中覆盖其所有内容。不过，如果读者希望了解更多关于Theano的内容，可以访问在线文档（http://deeplearning.net/software/theano/）获取更加详细的信息。
[1] J. Bergstra, O. Breuleux, F. Bastien, P. Lamblin, R. Pascanu, G. Desjardins, J. Turian, D. Warde-Farley, and Y.Bengio. Theano: A CPU and GPU Math Compiler in Python. In Proc. 9th Python in Science Conf, pages 1-7,2010.