kaggle官网Facial Keypoints Detection教程（1）：deeplearning篇

注册亚马逊AWS服务，建立EC2实例

注册
首先，注册AWS服务，这个比较简单，安装官网AWS的步骤进行即可，这里要注意的是，注册过程中需要输入信用卡或者借记卡帐号，然后要输入联系方式，之后会从美国打一个自动语音电话过来进行确认，这个过程中会从卡里扣1美刀。AWS服务有12个月的免费时间，但是如果消费了非免费 的内容，还是会从你的帐号里进行扣费，所以，手头比较紧的小伙伴们一定记得在不用的时候关闭AWS服务。

建立EC2实例
登录之后，在 服务->计算 里面选择EC2，然后选择实例 菜单里的实例，点击启动实例，来到创建实例的界面，这里按步骤一步一步来即可。需要特别注意的是，在第一步选择一个Amazon 系统映像(AMI)时，有很多选择，可以选择基础系统，也可以选择社区里面其他人分享的系统，这些多半安装了某一领域的特定软件，有点类似docker的镜像，像一个集装箱，集成了很多软件，无需再费时费力的去安装，可以直接在其基础行进行开发。这里，因为我需要使用theano和cuda，所以选择了同时装有这两个软件的AMI。步骤最后一步，点击运行，等待2min左右，实例就运行起来了，状态如下：

---

安装Lasagne

与主机建立 ssh 链接
官网有详细的介绍，不再赘述

安装Lasagne
Github上有详细说明安装步骤，应为已经安装了theano，所以只需安装lasagnepip install https://github.com/Lasagne/Lasagne/archive/master.zip。

在安装过程中遇到一些问题，安装依赖matplotlib时，提示无法安装freetype和png包，然后直接使用pip进行安装，发现安装的版本比较老，在运行过程中会报错。这个时候需要安装最新版本的包，分别下载libpng、freetype，利用aws官网上提供的工具将这个两个库文件上传到服务器，解压过后，进入到其目录按顺序执行:

./configure
make
sudo make install

中间可能会有很多报错，本人暂时也无能为力，好在最后的结果是安装成功了。
然后，运行过程中，又提示没有按装nolearn，这个是Python的神经网络和机器学习库，到这个网址nolearn进行下载，下载最新的版本哦！至此，所有的准备工作都完成了，可以开始使用theano、cuda、lasagne跑deeplearning了。

Tips

• 安装并使用virtualenv
  virtualenv提供了一个虚拟的环境，可以把一个项目需要依赖的包隔离开，好处在于，当若干个项目对同一个包的版本需求不一致时，利用virtualenv的隔离效果，可以同时并存这些版本，互不影响。
  $pip install virtualenv 安装virtualenv
  $virtualenv env_name 创建名为env_name的虚拟环境
  $source /env_name/bin/active 启动虚拟环境命令行变成：(env_name)XXX$
  此时利用pip install安装的包都会在/evn/的相关目录下，如果加上--system-site-packages，则会把系统的全局的包都包含到当前环境下。
  $deactivate退出当前环境
• 使用wget下载kaggle数据集的方法
  在浏览器中下载获取cookie的插件，然后打开kaggle登录，使用插件获取cookie，并保存到txt文件，例如cookies.txt，然后上传到服务器，使用wget -x --load-cookies ~/cookies.txt https://www.kaggle.com/c/facial-keypoints-detection/download/test.zip下载相关数据，这里下载了facial-keypoints-detection的测试集。

---

开启deeplearning之旅

教程链接，后续更新相关