本节中，我们将迈出学习Theano的第一步。根据系统的设置，通常可以使用pip安装Theano，请在命令行窗口中执行如下命令：
对于安装过程中可能出现的问题，建议读者通过如下链接：http://deeplearning.net/software/theano/install.html，了解关于系统和平台方面的具体建议。本章中的所有代码均可在CPU中运行；虽然GPU是可选的，但如果读者想体会Theano的真实性能，建议选配。如果读者拥有支持CUDA或者OpenCL的显卡，请参照相关最新教程http://deeplearning.net/software/theano/tutorial/using_gpu.html#using-gpu进行合理的配置。
张量是Theano的核心元素，Theano使用张量对符号数学表达式进行评估。张量可以看作是标量、向量、矩阵等的泛化。具体而言，标量可以定义为0阶张量，而向量和矩阵则可以分别定义为1阶张量和2阶张量，而在第三维上对矩阵的叠加则为3阶张量。作为热身，我们先通过Theano的tensor模块中的标量来计算一维数据样本点x的净输入z，其中权重为w1，偏置值为w0：
代码如下：
这种方法是不是简单直接？如果我们在Theano写代码，只须遵循三个步骤：定义符号（变量对象），编译代码，执行代码。初始化阶段，我们定义了三个符号：x1、w1和w0，用来计算z1。然后对函数net_input进行编译，计算出净输入z1。
不过，当我们开发基于Theano的代码时，有一个需要特别注意的细节：变量的类型（dtype）。无论如何，我们在使用整型或者浮点型数据时，需要考虑选择使用64位还是32位的表示方式，这将对代码性能产生极大的影响。我们将在下一节中对此进行更深入的讨论。