Le Deep Learning, qui est également introduit dans ici, est facile à écrire, mais j'ai pu le mettre en homebrew, donc j'écrirai comment le faire.
Si vous utilisez Scipy Superpack, il est préférable de le supprimer d'abord.
Si vous entrez Scipy depuis le référentiel here, vous pouvez également entrer theano. J'ai mis Python en homebrew.
brew tap samueljohn/python
brew install scipy
pip install Theano
En 0.6rc2, diverses erreurs se produisent lors des tests.
python -c 'import theano; theano.test()'
E00001 #include <Python.h>
00002 #include <iostream>
00003 #include <numpy/arrayobject.h>
00004 #include <math.h>
00005 #include <numpy/arrayscalars.h>
00006 //////////////////////
00007 //// Support Code
00008 //////////////////////
00009
00010
00011 struct __struct_compiled_op_d294414d3fa581b0e3ab72b870c38ab1 {
00012 PyObject* __ERROR;
00013
00014 PyObject* storage_V3;
(Omission)
Problem occurred during compilation with the command line below:
g++ -dynamiclib -g -O3 -Wno-write-strings -Wno-unused-label -Wno-unused-variable -fno-math-errno -D NPY_ARRAY_ENSURECOPY=NPY_ENSURECOPY -D NPY_ARRAY_ALIGNED=NPY_ALIGNED -D NPY_ARRAY_WRITEABLE=NPY_WRITEABLE -D NPY_ARRAY_UPDATE_ALL=NPY_UPDATE_ALL -D NPY_ARRAY_C_CONTIGUOUS=NPY_C_CONTIGUOUS -D NPY_ARRAY_F_CONTIGUOUS=NPY_F_CONTIGUOUS -fPIC -undefined dynamic_lookup -framework Python -m64 -I/usr/local/lib/python2.7/site-packages/numpy/core/include -I/usr/local/Cellar/python/2.7.3/Frameworks/Python.framework/Versions/2.7/include/python2.7 -o /Users/user/.theano/compiledir_Darwin-12.2.1-x86_64-i386-64bit-i386-2.7.3/tmpvvh7I_/d294414d3fa581b0e3ab72b870c38ab1.so /Users/user/.theano/compiledir_Darwin-12.2.1-x86_64-i386-64bit-i386-2.7.3/tmpvvh7I_/mod.cpp -L/usr/local/Cellar/python/2.7.3/Frameworks/Python.framework/Versions/2.7/lib
Vous n'avez peut-être pas pu compiler le code C généré dynamiquement.
Prenez un moment pour passer à la version de développement de git.
pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git
Bien qu'il y ait eu quelques avertissements, le test a réussi.
Clonez le code dans le tutoriel Deep Learning (http://deeplearning.net/tutorial/intro.html). (Un résumé des données utilisées peut être trouvé dans Getting Started)
git clone git://github.com/lisa-lab/DeepLearningTutorials.git
Déplaçons Exemple de régression logistique.
cd DeepLearningTutorials/code
python logistic_sgd.py
J'ai une sortie comme celle-ci. Les numéros d'erreur sont à peu près les mêmes.
…
epoch 74, minibatch 83/83, validation error 7.479167 %
epoch 74, minibatch 83/83, test error of best model 7.489583 %
Optimization complete with best validation score of 7.479167 %,with test performance 7.489583 %
The code run for 75 epochs, with 3.206806 epochs/sec
<Grève> En passant, matplotlib n'est pas venu de cette façon. .. .. J'étais en difficulté. </ Grève> → Après la mise à jour de XCode, je n'ai tout simplement pas réinstallé les outils de ligne de commande. .. .. C'était trop rudimentaire. Et Qiita ne prend pas en charge les barrés. Épicé. .. ..
Si vous avez des problèmes, `` le médecin de la bière '' est important.
Recommended Posts