Theano - การติดตั้ง

Theano สามารถติดตั้งบน Windows, MacOS และ Linux การติดตั้งในทุกกรณีเป็นเรื่องเล็กน้อย ก่อนที่คุณจะติดตั้ง Theano คุณต้องติดตั้งการอ้างอิง ต่อไปนี้เป็นรายการการอ้างอิง -

  • Python
  • NumPy - จำเป็น
  • SciPy - จำเป็นสำหรับ Sparse Matrix และฟังก์ชันพิเศษเท่านั้น
  • BLAS - จัดเตรียมหน่วยการสร้างมาตรฐานสำหรับการดำเนินการเวกเตอร์และเมทริกซ์พื้นฐาน

แพ็คเกจเสริมที่คุณสามารถเลือกติดตั้งได้ตามความต้องการของคุณคือ -

  • จมูก: เพื่อเรียกใช้ชุดทดสอบของ Theano
  • สฟิงซ์ - สำหรับเอกสารประกอบการสร้าง
  • Graphiz และ pydot - เพื่อจัดการกับกราฟิกและรูปภาพ
  • ไดรเวอร์ NVIDIA CUDA - จำเป็นสำหรับการสร้าง / เรียกใช้รหัส GPU
  • libgpuarray - จำเป็นสำหรับการสร้างรหัส GPU / CPU บนอุปกรณ์ CUDA และ OpenCL

เราจะพูดถึงขั้นตอนในการติดตั้ง Theano ใน MacOS

การติดตั้ง MacOS

ในการติดตั้ง Theano และการอ้างอิงคุณใช้ pipจากบรรทัดคำสั่งดังนี้ นี่คือการอ้างอิงขั้นต่ำที่เราต้องการในบทช่วยสอนนี้

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

คุณต้องติดตั้งเครื่องมือสำหรับนักพัฒนาบรรทัดคำสั่ง OSx โดยใช้คำสั่งต่อไปนี้ -

$ xcode-select --install

คุณจะเห็นหน้าจอต่อไปนี้ คลิกที่Install ปุ่มเพื่อติดตั้งเครื่องมือ

เมื่อติดตั้งสำเร็จคุณจะเห็นข้อความแสดงความสำเร็จบนคอนโซล

การทดสอบการติดตั้ง

หลังจากการติดตั้งเสร็จสมบูรณ์ให้เปิดโน้ตบุ๊กใหม่ใน Anaconda Jupyter ในเซลล์รหัสให้ป้อนสคริปต์ Python ต่อไปนี้ -

ตัวอย่าง

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)

เอาต์พุต

เรียกใช้สคริปต์และคุณจะเห็นผลลัพธ์ต่อไปนี้ -

4.0

ภาพหน้าจอของการดำเนินการแสดงอยู่ด้านล่างสำหรับการอ้างอิงอย่างรวดเร็วของคุณ -

หากคุณได้รับผลลัพธ์ข้างต้นแสดงว่าการติดตั้ง Theano ของคุณสำเร็จ หากไม่เป็นเช่นนั้นให้ทำตามคำแนะนำในการแก้ไขข้อบกพร่องบนหน้าดาวน์โหลด Theano เพื่อแก้ไขปัญหา

Theano คืออะไร?

ตอนนี้คุณได้ติดตั้ง Theano เรียบร้อยแล้วให้เราลองทำความเข้าใจก่อนว่า Theano คืออะไร? Theano เป็นไลบรารี Python ช่วยให้คุณกำหนดเพิ่มประสิทธิภาพและประเมินนิพจน์ทางคณิตศาสตร์โดยเฉพาะอย่างยิ่งนิพจน์ที่ใช้ในการพัฒนา Machine Learning Model Theano เองไม่มีโมเดล ML ที่กำหนดไว้ล่วงหน้า เพียงแค่อำนวยความสะดวกในการพัฒนา มีประโยชน์อย่างยิ่งในขณะที่จัดการกับอาร์เรย์หลายมิติ รวมเข้ากับ NumPy ซึ่งเป็นแพ็คเกจพื้นฐานและใช้กันอย่างแพร่หลายสำหรับการคำนวณทางวิทยาศาสตร์ใน Python

Theano อำนวยความสะดวกในการกำหนดนิพจน์ทางคณิตศาสตร์ที่ใช้ในการพัฒนา ML นิพจน์ดังกล่าวโดยทั่วไปเกี่ยวข้องกับ Matrix Arithmetic, Differentiation, Gradient Computation และอื่น ๆ

Theano สร้างกราฟการคำนวณทั้งหมดสำหรับโมเดลของคุณก่อน จากนั้นรวบรวมเป็นโค้ดที่มีประสิทธิภาพสูงโดยใช้เทคนิคการเพิ่มประสิทธิภาพหลายอย่างบนกราฟ โค้ดที่คอมไพล์ถูกแทรกลงในรันไทม์ Theano โดยการดำเนินการพิเศษที่เรียกว่าfunctionมีจำหน่ายใน Theano เราดำเนินการนี้functionซ้ำ ๆ เพื่อฝึกโครงข่ายประสาท เวลาในการฝึกอบรมจะลดลงอย่างมากเมื่อเทียบกับการใช้การเข้ารหัส Python แท้หรือแม้แต่การใช้งาน C เต็มรูปแบบ

ตอนนี้เราจะเข้าใจกระบวนการของการพัฒนา Theano เริ่มต้นด้วยวิธีกำหนดนิพจน์ทางคณิตศาสตร์ใน Theano