Pylearn2的使用簡介
環境: ubuntu 12.4
Pylearn2是基於theano上封裝的深度學習包。 它實現一些常見的模型,具體請參考: ,比theano在做實際的專案節約時間,只需要配置一些引數來實現模型的訓練。
下面來講解實際的安裝和使用:
1. 安裝 jerry@hq:~$sudo pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git --user
2. 下載Pylearn2
jerry@hq:~$git clone git://github.com/lisa-lab/pylearn2.git
3. 安裝pylearn2
jerry@hq:~$cd pylearn2
jerry@hq:~$sudo python setup.py develop --user
4. 測試安裝成功
jerry@hq:~$python
import pylearn2
能載入包即安裝ok
5. 設定PYTHON2_DATA_PATH, PYLEARN2_VIEWR_COMMAND
vi ~/.bashrc
新增
export PYLEARN2_DATA_PATH=/u01/lisa/data
export PYLEARN2_VIEWER_COMMAND=/usr/bin/eog
如何執行一個示例
1. 下載資料
cd /u01/lisa/data/cifar10
wget ~kriz/cifar-10-python.tar.gz
tar xvf cifar-10-python.tar.gz
2. 修改make_dataset.py檔案 ,指定路徑/u01/lisa/data/ (由於本機上/空間不足,只能把資料放在其它路徑上)
jerry@hq:~$vi /home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/make_dataset.py
修改成這樣:
"""
path = pylearn2.__path__[0]
train_example_path = os.path.join(path, 'scripts', 'tutorials', 'grbm_smd')
train.use_design_loc(os.path.join(train_example_path, 'cifar10_preprocessed_train_design.npy'))
train_pkl_path = os.path.join(train_example_path, 'cifar10_preprocessed_train.pkl')
"""
train_pkl_path = os.path.join('/u01/lisa/data/', 'cifar10_preprocessed_train.pkl')
serial.save(train_pkl_path, train)
3. 對下載資料進行資料預處理
python /home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/make_dataset.py
處理完後在目錄/u01/lisa/data下有一個檔案 cifar10_preprocessed_train.pkl,大概652M左右
4. 對資料進行訓練
cd /u01/lisa/data
python ~/pylearn2/pylearn2/scripts/train.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.yaml
5. 檢視結果
python ~/pylearn2/pylearn2/scripts/show_weights.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
python ~/pylearn2/pylearn2/scripts/plot_monitor.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
python ~/pylearn2/pylearn2/scripts/print_monitor.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
6. 直接檢視生成引數的檔案cifar_grbm_smd.pkl
載入模型檔案
>>> from pylearn2.utils import serial
>>> model = serial.load('/home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl')
查下檔案結構
>>> dir(model)
獲取權重引數
>>> model.get_weights()
獲取引數名
>>> model.get_params()
獲取引數值
>>> model.get_param_values()
Pylearn2是基於theano上封裝的深度學習包。 它實現一些常見的模型,具體請參考: ,比theano在做實際的專案節約時間,只需要配置一些引數來實現模型的訓練。
下面來講解實際的安裝和使用:
1. 安裝 jerry@hq:~$sudo pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git --user
2. 下載Pylearn2
jerry@hq:~$git clone git://github.com/lisa-lab/pylearn2.git
3. 安裝pylearn2
jerry@hq:~$cd pylearn2
jerry@hq:~$sudo python setup.py develop --user
4. 測試安裝成功
jerry@hq:~$python
import pylearn2
能載入包即安裝ok
5. 設定PYTHON2_DATA_PATH, PYLEARN2_VIEWR_COMMAND
vi ~/.bashrc
新增
export PYLEARN2_DATA_PATH=/u01/lisa/data
export PYLEARN2_VIEWER_COMMAND=/usr/bin/eog
如何執行一個示例
1. 下載資料
cd /u01/lisa/data/cifar10
wget ~kriz/cifar-10-python.tar.gz
tar xvf cifar-10-python.tar.gz
2. 修改make_dataset.py檔案 ,指定路徑/u01/lisa/data/ (由於本機上/空間不足,只能把資料放在其它路徑上)
jerry@hq:~$vi /home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/make_dataset.py
修改成這樣:
"""
path = pylearn2.__path__[0]
train_example_path = os.path.join(path, 'scripts', 'tutorials', 'grbm_smd')
train.use_design_loc(os.path.join(train_example_path, 'cifar10_preprocessed_train_design.npy'))
train_pkl_path = os.path.join(train_example_path, 'cifar10_preprocessed_train.pkl')
"""
train_pkl_path = os.path.join('/u01/lisa/data/', 'cifar10_preprocessed_train.pkl')
serial.save(train_pkl_path, train)
3. 對下載資料進行資料預處理
python /home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/make_dataset.py
處理完後在目錄/u01/lisa/data下有一個檔案 cifar10_preprocessed_train.pkl,大概652M左右
4. 對資料進行訓練
cd /u01/lisa/data
python ~/pylearn2/pylearn2/scripts/train.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.yaml
5. 檢視結果
python ~/pylearn2/pylearn2/scripts/show_weights.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
python ~/pylearn2/pylearn2/scripts/plot_monitor.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
python ~/pylearn2/pylearn2/scripts/print_monitor.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
python ~/pylearn2/pylearn2/scripts/summarize_model.py ~/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl
載入模型檔案
>>> from pylearn2.utils import serial
>>> model = serial.load('/home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl')
查下檔案結構
>>> dir(model)
獲取權重引數
>>> model.get_weights()
獲取引數名
>>> model.get_params()
獲取引數值
>>> model.get_param_values()
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/16582684/viewspace-1242503/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Jira使用簡介 HP ALM使用簡介
- Pylearn2的Stacked Autoencoders示例
- QC的使用簡介
- GreenDao的使用簡介
- TKPROF的使用簡介
- pipenv 使用簡介
- dremio使用簡介REM
- Git 使用簡介Git
- Disruptor 使用簡介
- ActiveMQ使用簡介MQ
- Sysbench使用簡介
- Sed使用簡介
- vagrant使用簡介
- UIMenuController的使用簡介UIController
- SVG Sprite 使用簡介SVG
- Systemd簡介與使用
- Apache Hudi使用簡介Apache
- Flyway簡介及使用
- openvas簡介及使用
- JQuery簡介與使用jQuery
- ETCD 簡介 + 使用
- Hashtable簡介和使用
- Tornado使用-簡介
- Mojo::Webqq使用簡介Web
- RubyGems簡介和使用
- BPMN 2.0使用簡介
- Node.js的stream使用簡介Node.js
- linux vi的簡介和使用Linux
- OpenCV中使用SVM簡介OpenCV
- Hystrix Turbine簡介與使用
- Jumpserver簡介,部署使用Server
- CentOS 7 firewalld使用簡介CentOS
- Performance Schema使用簡介(一)ORM
- shell 陣列使用簡介陣列
- 使用簡介<EntityFramework6.0>Framework
- CSS中expression使用簡介CSSExpress
- Imagex使用簡介【Z】
- Vi使用方法簡介