关于thenao.scan() fn函数参数的说明

theano.scan()原型：

theano.scan(　
　　　　　　　　fn, 
　　　　　　　　sequences=None, 
　　　　　　　　outputs_info=None,
　　　　　　　　non_sequences=None, 
　　　　　　　　n_steps=None,
　　　　　　　　truncate_gradient=-1, 
　　　　　　　　go_backwards=False,
　　　　　　　　mode=None,
　　　　　　　　name=None, 
　　　　　　　　profile=False, 
　　　　　　　　allow_gc=None, 
　　　　　　　　strict=False
　　　　　　 )

fn：一个函数，要求scan的每一个步骤都需要执行这个函数，可以有多个参数，对应于scan其他几个参数，例，如下调用：

scan(fn,
　　　　sequences = [ dict(input= Sequence1, taps = [-3,2,-1]),
　　　　　　　　　　　　Sequence2,
　　　　　　　　　　　　dict(input = Sequence3, taps = 3) ],

　　　　outputs_info = [ dict(initial = Output1, taps = [-3,-5]), 
　　　　　　　　　　　　　　dict(initial = Output2, taps = None), 
　　　　　　　　　　　　　　Output3 ],
　　　　non_sequences = [ Argument1, Argument2])

fn函数的参数列表为如下顺序， t表示当前迭代：

1. Sequence1[t-3]
2. Sequence1[t+2]
3. Sequence1[t-1]
4. Sequence2[t]
5. Sequence3[t+3]
6. Output1[t-3]
7. Output1[t-5]
8. Output3[t-1]
9. Argument1
10. Argument2

当fn的参数个数与scan的sequences，outputs_info，non_sequences参数不符合时会报错。

sequences，每次迭代取一个元素，从名字上也可以看出这个参数的意图，一串数据，一个一个来处理。

outputs_info，把fn的当次输出作为下次迭代的输入，那么第一次迭代没有输出咋整，这个参数就是用来初始化第一次输出的。outputs_info, must be of a shape similar to that of the output variable generated at each iteration and moreover, it must not involve an implicit downcast of the latter.

non_sequences，看名字能看出来它不是序列，也就是每次迭代都用这个元素。

taps，可以看作是“分别从序列的那个位置开始”

The general order of function parameters to fn is :

　　sequences (if any), prior result(s) (if needed), non-sequences (if any)