使用theano进行深度学习实践(一)
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
------答:g++是用来编译的。cuda是gpu运算的,二者不是一个东西
使用theano进行深度学习实践(一)相关推荐
- 利用Theano理解深度学习——Convolutional Neural Networks
注:本系列是基于参考文献中的内容,并对其进行整理,注释形成的一系列关于深度学习的基本理论与实践的材料,基本内容与参考文献保持一致,并对这个专题起名为"利用Theano理解深度学习" ...
- CVer入门必备:计算机视觉的深度学习实践
<计算机视觉的深度学习实践> 原价 ¥ 899.00 现超 300人报名 已至底价 ¥ 399.00 >> 点击文末阅读原文参团 << 参团 ...
- 深度学习实践:计算机视觉_深度学习与传统计算机视觉技术:您应该选择哪个?
深度学习实践:计算机视觉 计算机视觉 (Computer Vision) Deep Learning(DL) is undeniably one of the most popular tools u ...
- PyTorch深度学习实践
根据学习情况随时更新. 2020.08.14更新完成. 参考课程-刘二大人<PyTorch深度学习实践> 文章目录 (一)课程概述 (二)线性模型 (三)梯度下降算法 (四)反向传播 (五 ...
- 实用卷积神经网络 运用python pdf_解析卷积神经网络—深度学习实践手册 中文pdf高清版...
解析卷积神经网络-深度学习实践手册从实用角度着重解析了深度学习中的一类神经网络模型--卷积神经网络,向读者剖析了卷积神经网络的基本部件与工作机理,更重要的是系统性的介绍了深度卷积神经网络在实践应用方面 ...
- 【PyTorch】深度学习实践之CNN高级篇——实现复杂网络
本文目录 1. 串行的网络结构 2. GoogLeNet 2.1 结构分析 2.2 代码实现 2.3 结果 3. ResNet 3.1 网络分析 3.2 代码实现 3.3 结果 课后练习1:阅读并实现 ...
- 【Pytorch深度学习实践】B站up刘二大人之SoftmaxClassifier-代码理解与实现(8/9)
这是刘二大人系列课程笔记的倒数第二个博客了,介绍的是多分类器的原理和代码实现,下一个笔记就是basicCNN和advancedCNN了: 写在前面: 这节课的内容,主要是两个部分的修改: 一是数据集: ...
- 【Pytorch深度学习实践】B站up刘二大人课程笔记——目录与索引(已完结)
从有代码的课程开始讨论 [Pytorch深度学习实践]B站up刘二大人之LinearModel -代码理解与实现(1/9) [Pytorch深度学习实践]B站up刘二大人之 Gradient Desc ...
- 《PyTorch 深度学习实践》第10讲 卷积神经网络(基础篇)
文章目录 1 卷积层 1.1 torch.nn.Conv2d相关参数 1.2 填充:padding 1.3 步长:stride 2 最大池化层 3 手写数字识别 该专栏内容为对该视频的学习记录:[&l ...
- PyTorch 深度学习实践 第4讲
第4讲 反向传播back propagation 源代码 B站 刘二大人 ,传送门PyTroch 深度学习实践--反向传播 如果需安装PyTorch,传送门 PyTorch深度学习快速入门教程 传送 ...
最新文章
- boost::geometry模块自定义Triangle的测试程序
- 收集6 款 Java 8 自带工具,轻松分析定位 JVM 性能问题!
- 【翻译】Pro.Silverlight.5.in.CSharp.4th.Edition - 第三章 布局 03
- 单招湖南工业技术学院计算机难吗,解读湖南三一工业职业技术学院单招考试难吗...
- 阶段3 3.SpringMVC·_07.SSM整合案例_03ssm整合之编写Spring框架
- Ubuntu部署KVM服务器
- 消除if-else/switch语句块来聚合模型的设计与实现
- Windows最强ssh客户端推荐 —— Bitvise SSH Client(一)
- int 10h中断例程
- 定制开发app和小程序
- Gmail:如何跟踪邮件阅读状态
- 黑苹果 版本 安装 驱动 usb 显卡 声卡 网卡 8169 kext 变色龙
- vuex中的actions
- 优麒麟这款工具,助你提高60%的工作效率
- jump label
- 【软件工程】:非功能需求
- 简单使用resquests爬取雪球网数据,分析股票走势
- Var,Let和Const –有什么区别?
- html .ani文件,ANI文件格式 | 学步园
- 人脸检测:《MTCNN》论文详解2016
热门文章
- java.lang.UnsatisfiedLinkError: Couldn't load XXX
- Ruby-学习之路1.1
- 中国移动CMPP协议、联通SGIP协议、电信SMGP协议短信网关
- Coursera | Applied Plotting, Charting Data Representation in Python(UMich)| Assignment3
- 乐理入门: 二、时值、节奏、节拍
- 解决方案(.sln)文件
- DFB激光器电流温度与波长的关系
- php pecl命令,linux 运行pecl命令报错解决办法
- 转载【电波话题】10:电波群友关于广播电台短波带宽的讨论
- Oracle ERP AP模组中Vender 联系人信息查询语句