Theano 简明教程

Theano - Installation

Theano 可以安装在 Windows、MacOS 和 Linux 上。在所有情况下，安装都很简单。在安装 Theano 之前，您必须安装其依赖项。以下是依赖项列表：

Python
NumPy − Required
SciPy - 仅适用于稀疏矩阵和特殊函数
BLAS - 提供用于执行基本向量和矩阵运算的标准构建块

您可以根据需要选择安装的可选软件包：

nose：运行 Theano 的测试套件
Sphinx - 用于构建文档
Graphiz 和 pydot - 用于处理图形和图像
NVIDIA CUDA 驱动程序 - 用于 GPU 代码生成/执行
libgpuarray - 用于在 CUDA 和 OpenCL 设备上进行 GPU/CPU 代码生成

我们将在 MacOS 中讨论安装 Theano 的步骤。

MacOS Installation

要安装 Theano 及其依赖项，请您在命令行中使用 pip ，如下所示。这是本教程中我们将要用到的最小依赖项。

$ pip install Theano
$ pip install numpy
$ pip install scipy
$ pip install pydot

您还需要使用以下命令安装 OSx 命令行开发人员工具：

$ xcode-select --install

将会看到以下屏幕。点击 Install 按钮来安装工具。

在成功安装后，将会在控制台看到成功信息。

Testing the Installation

在 Anaconda Jupyter 中成功完成安装后，打开一个新笔记本。在代码单元格中，输入以下 Python 脚本：

Example

import theano
from theano import tensor
a = tensor.dscalar()
b = tensor.dscalar()
c = a + b
f = theano.function([a,b], c)
d = f(1.5, 2.5)
print (d)

Output

执行脚本，你应该看到以下输出：

4.0

执行屏幕快照在你快速参考时显示在下方：

如果你获取了上面的输出，你的 Theano 安装就成功了。如果没有，请按照 Theano 下载页面上的调试说明来修复问题。

What is Theano?

现在你已经成功安装 Theano，我们首先来了解一下什么是 Theano？Theano 是一个 Python 库。它能让你定义、优化和评估数学表达式，特别是应用于机器学习模型开发的表达式。Theano 本身不包含任何预定义的 ML 模型；它只帮助其开发。它在处理多维数组时特别有用。它与 NumPy 无缝集成，而 NumPy 是 Python 中用于科学计算的基本且广泛使用的软件包。

Theano 用于定义机器学习开发中使用的数学表达式。此类表达式通常涉及矩阵运算、微分、梯度计算等。

Theano 首先为模型构建整个计算图。然后通过对图应用多个优化技术将其编译为高效代码。编译后的代码由 Theano 中 function 可用的特殊操作注入到 Theano 运行时。我们重复执行 function 以训练神经网络。与使用纯 Python 编码甚至完整的 C 实现相比，训练时间大大减少。

现在我们将了解 Theano 开发过程。让我们从如何在 Theano 中定义数学表达式开始。