www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Введение в глубокую обучающую библиотеку Python Theano

Дата публикации 2016-05-03

Theano - это библиотека Python для быстрых числовых вычислений, которая может быть запущена на CPU или GPU.

Это ключевая базовая библиотека для глубокого обучения в Python, которую вы можете использовать непосредственно для создания моделей глубокого обучения или библиотек-оболочек, которые значительно упрощают процесс.

В этом посте вы откроете для себя библиотеку Theano Python.

Что такое Теано?

Theano - проект с открытым исходным кодом, выпущенный по лицензии BSD и разработанный LISA (в настоящее времяMILA) группа в университете Монреаля, Квебек, Канада (домЙошуа Бенжио). Он назван в честьГреческий математик,

В основе Theano лежит компилятор математических выражений в Python. Он знает, как взять ваши структуры и превратить их в очень эффективный код, который использует NumPy, эффективные нативные библиотеки, такие какBLASи нативный код (C ++) для максимально быстрой работы на процессорах или графических процессорах.

Он использует множество умных оптимизаций кода, чтобы выжать как можно больше производительности из вашего оборудования. Если вы в мелкой математической оптимизации в коде,проверить этот интересный список,

Фактический синтаксис выражений Theano является символическим, что может быть неприемлемо для новичков, привыкших к обычной разработке программного обеспечения. В частности, выражения определены в абстрактном смысле, скомпилированы и впоследствии фактически используются для выполнения вычислений.

Он был специально разработан для обработки типов вычислений, необходимых для алгоритмов больших нейронных сетей, используемых в Deep Learning. Это была одна из первых библиотек в своем роде (разработка началась в 2007 году), и она считается отраслевым стандартом для исследований и разработок Deep Learning.

Как установить Theano

Theano предоставляет подробные инструкции по установке для основных операционных систем: Windows, OS X и Linux. ПрочитайтеУстановка руководства Theano для вашей платформы,

Theano предполагает рабочую среду Python 2 или Python 3 сSciPy, Есть способы сделать установку проще, например, с помощьюанакондабыстро настроить Python и SciPy на вашем компьютере, а также с помощьюИзображения докера,

С работающей средой Python и SciPy установить Theano относительно просто. из PyPI, используя pip, например:

pip install Theano

На момент написания последнего официального релиза Theano была версия 0.8, выпущенная 21 марта 2016 года.

Новые релизы могут быть объявлены, и вы захотите обновить их, чтобы получить исправления ошибок и улучшения эффективности. Вы можете обновить Theano с помощью pip следующим образом:

sudo pip install --upgrade --no-deps theano

Возможно, вы захотите использовать новейшую версию Theano, проверенную непосредственно из Github.

Это может потребоваться для некоторых библиотек-оболочек, которые используют передовые изменения API. Вы можете установить Theano непосредственно из кассы Github следующим образом:

pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git

Теперь вы готовы запустить Theano на своем процессоре, что отлично подходит для разработки небольших моделей.

Большие модели могут медленно работать на процессоре. Если у вас есть графический процессор Nvidia, вы можете посмотреть, как настроить Theano для использования вашего графического процессора. ПрочитайтеИспользование руководств по графическим процессорам для Linuxили жеMac OS X для настройки Theano для использования графического процессораиИспользование руководства по GPUдля того, чтобы проверить, работает ли он.

Простой Теано Пример

В этом разделе мы демонстрируем простой скрипт на Python, который дает вам представление о Theano.

Это взято изТеано с первого взгляда, В этом примере мы определяем две символические переменные с плавающей точкойа такжеб,

Мы определяем выражение, которое использует эти переменные(с = а + б),

Затем мы скомпилировали это символическое выражение в функцию, используя Theano, которую мы можем использовать позже.

Наконец, мы используем наше соблюдаемое выражение, подключая некоторые реальные значения и выполняя вычисления, используя эффективный скомпилированный код Theano под крышками.

import theano
from theano import tensor
# declare two symbolic floating-point scalars
a = tensor.dscalar()
b = tensor.dscalar()
# create a simple expression
c = a + b
# convert the expression into a callable object that takes (a,b)
# values as input and computes a value for c
f = theano.function([a,b], c)
# bind 1.5 to 'a', 2.5 to 'b', and evaluate 'c'
assert 4.0 == f(1.5, 2.5)

Запуск примера не дает никакого вывода. Утверждение, что1,5 + 2,5 = 4,0правда.

Это полезный пример, поскольку он дает представление о том, как символическое выражение может быть определено, скомпилировано и использовано. Вы можете увидеть, как это можно масштабировать до больших векторных и матричных операций, необходимых для глубокого обучения.

Расширения и Обертки для Theano

Если вы новичок в области глубокого обучения, вам не нужно использовать Theano напрямую.

На самом деле, вам настоятельно рекомендуется использовать один из многих популярных проектов Python, которые значительно облегчают использование Theano для глубокого обучения.

Эти проекты предоставляют структуры данных и поведения в Python, специально разработанные для быстрого и надежного создания моделей глубокого обучения, в то же время гарантируя, что быстрые и эффективные модели создаются и выполняются Theano под прикрытием.

Количество синтаксиса Theano, представленного библиотеками, варьируется.

  • Например,Лазанья библиотекапредоставляет удобные классы для создания модели глубокого обучения, но все же ожидает, что вы будете знать и использовать синтаксис Theano. Это хорошо для новичков, которые знают или желают немного выучить Тео
  • Другой примерKerasон полностью скрывает Theano и предоставляет очень простой API для работы с моделями глубокого обучения. Он настолько хорошо скрывает Theano, что фактически может работать как оболочка для другой популярной платформы фундамента под названиемTensorFlow,

Я настоятельно рекомендую немного поэкспериментировать с Theano, а затем выбрать библиотеку-обертку для изучения и практики глубокого обучения.

Полный список библиотек, созданных на Theano, можно найти вРуководство по смежным проектамна Theano Wiki.

Больше ресурсов Theano

Ищете больше ресурсов по Theano? Взгляните на некоторые из следующих.

Theano и глубокие учебные пособия

Получение справки с Theano

Резюме

В этом посте вы обнаружили библиотеку Theano Python для эффективных численных вычислений.

Вы узнали, что это базовая библиотека, используемая для глубоких исследований и разработок в области обучения, и что ее можно использовать непосредственно для создания моделей глубокого обучения или с помощью удобных библиотек, построенных на ее основе, таких как Lasagne и Keras.

У вас есть вопросы о Theano или о глубоком изучении Python? Задайте свой вопрос в комментариях, и я сделаю все возможное, чтобы ответить на него.

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map