【转载】使用theano进行深度学习实践(一) - CSDN博客
theano是一个科学计算库,可用于深度学习:
此文主要的学习路线见文
http://blog.csdn.net/abcjennifer/article/details/7826917
主要分三部分:python安装,theano的安装和实验计算
part 1 python和ide
theano是一个python库,这里写一下装python的过程,已经装好python的可以略过。
python的入门教程:
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000
主要看python的安装和第三方库的安装
1)python安装
python2.x和3.x不兼容,为使用大部分库这里使用2.7,下载地址:http://www.python.org/ftp/python/2.7.6/python-2.7.6.msi
安装方法:一路继续,最后在环境变量Path里添加:C:\Python27
如何实验:使用powershell,输入python回车
变成>>>就表示python已经安装成功
2)IDE的选择
选择合适的集成开发环境对编程的速度很有影响,在这里我选择sublime text2,现在sublime已经出到3,我安装的依然是2
如何把sublime配置成一个适合python开发的环境,参见文章:
http://www.cnblogs.com/waising/articles/3466120.html
基本相同。
我安装的插件有Package control(必装,用于在线自动安装其他插件)
SublimeREPL:使能接收raw_input(),设置快捷键可以方便使用,设置教程见:http://blog.chinaunix.net/uid-12014716-id-4269991.html
Jedi:自动补全
SublimeLinter:检查符合PEP8要求
若不能自动安装,则可以选择手动安装:
手动安装的步骤:google相应的包,以sublimeREPL为例 到github https://github.com/wuub/SublimeREPL 下载之后,解压到
C:\Users\(你的用户名)AppData\Roaming\Sublime Text 2\Packages
重启sublime text
part2 theano的安装:
我的环境:64位电脑,但是numpy和scrpy没找到64位的。。所以都装的32位。。
官方的安装教程http://deeplearning.net/software/theano/install.html#install
事实上,theano的安装与一般第三方库的安装方法并无二致,也有一些集成好的软件供使用,这里我仍采取最一般的方法
1.theano安装
第三方库的安装方法有两种
1)使用easy_install自动安装
仍见廖雪峰教程http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868200214529634268c5b3b45b3a3ba1cd81a251a3b000
下载ez_setup.py,使用python ez_setup.py安装
添加C:\Python27\Scripts
到环境变量Path
使用powershell或者命令提示符运行easy_install +模块名自动搜索下载
2)手动安装
在网站http://sourceforge.net/搜索模块名,找exe文件安装,安装时程序会自己找到路径,若提示找不到python须检查python版本与你所装的版本是否同为32位或者64位
在使用easy_install安装theano时会自己下载dependences numpy和scipy
我的自动下载不太成功,因此我的安装顺序为:
手动安装numpy----手动安装scipy----ez安装theano----ez安装matplotlib(绘图的python库)
安装完毕后在python中运行import theano测试
2.cuda的安装
cuda是英伟达的GPU测试平台,下载地址
https://developer.nvidia.com/cuda-downloads
注意的是,这里下载64还是32位版本要和电脑一致,而不是和python一致,因为和系统不一致的话会报错,进行安装
修改配置文件,在用户/你的用户名 下建立一个名为.theanorc的txt文件
我的配置文件如下:
[global]
device = gpu
floatX=float32
[bias]
Idflags=
[gcc]
cxxflags= -IC:\MinGW\include
[nvcc]
flags=-LC:\Python27\libs
compiler_bindir=D:\Program Files (x86)\visio studio\VC\bin
[gcc]里放的是gcc的地址,需要安装MinGW,见下文
[nvcc]放的是c++编译器,上面是我的地址,各位请自行调整
在命令提示符里运行nvcc -v看编译是否正常
运行deviceQuery.exe 看能不能读到显卡
3 MinGW
这时候再import theano会提示:
WARNING (theano.configdefaults): g++ not detected ! Theano will be unable to exe
cute optimized C-implementations (for both CPU and GPU) and will default to Pyth
on implementations. Performance will be severely degraded
cuda is installed,but device gpu is not available
提示缺少g++,需要安装MinGW
MinGW的安装过程不再赘述,安装一个几十k的小文件后选择要使用的模块后自动安装,由于不懂,我把base的所有模块都装了
安装完成之后先找到g++.exe,并把其地址添加环境变量path---C:\MinGW\bin;C:\MinGW\include,使用命令行运行一下g++,如果没有问题的话会是
这时再运行import theano测试是否正常
然后就可以运行一些例程尝试一下
目前不懂的是,theano的官网这样介绍
Theano can use g++ or nvcc to compile parts your expression graph into CPU or GPU instructions, which run much faster than pure Python.
也就是g++或者nvcc装一个就购了,装了cuda为什么还要装g++呢