Neural Turing Machines-NTM系列（二）开发环境搭建

Neural Turing Machines-NTM系列（二）开发环境搭建

1.OpenSource

在NTM系列文章（一）中我们对NTM的原理做了简单介绍，接下来就来说说它的实现。目前网上能够找到各种版本的开源source：
1.基于Theano的python语言实现2：https://github.com/snipsco/ntm-lasagne
2.基于Theano的python语言实现1：https://github.com/shawntan/neural-turing-machines
3.基于Torch的实现：https://github.com/kaishengtai/torch-ntm
4.基于Tensor Flow的实现：https://github.com/carpedm20/NTM-tensorflow
5.基于C#的实现：https://github.com/JanTkacik/NTM
6.基于JS语言的实现：https://github.com/gcgibson/NTM
7.GO语言实现：https://github.com/fumin/ntm
其中第一个版本ntm-lasagne相对实现较为完整，我们就以它为例展开说明。

2.环境搭建

1. 首先确保有一台N系列的显卡的高配PC，ubuntu操作系统，正确配置的eclipse开发环境。
2. 安装最新的cuda库，安装完成后，在用户主目录下（/home/用户名/）按ctrl+h显示隐藏文件，将如下内容添加到文件.theanorc中
   [blas]
   ldflags = -lopenblas
   [global]
   floatX=float32
   device=gpu
   [cuda]
   root=/usr/local/cuda-7.5
   [nvcc]
   fastmath = True
   flags = -arch=sm_30
   注意，最后一项内容应该是sm_52,只有当编译时nvcc报错说不支持当前版本时才需要修改。
3. 安装Theano，并完成相关配置：http://blog.csdn.net/niuwei22007/article/details/50439478Theano是一个不错的开源DL框架，这里有中文的帮助文章，这里还有一个翻译自官网的中文系列文章。
4. 安装eclipse的pyDev开发插件，该插件让你可以使用eclipse的IDE来调试，编写python程序，提高效率。
5. clone ntm-lasagne项目到本地目录并安装：
   git clone https://github.com/snipsco/ntm-lasagne.git
   cd ntm-lasagne/
   pip install -r requirements.txt
   python setup.py install
6. 打开eclipse，选择new project->pyDev project:
   
7. 点击Next按钮，在设置对话框中随便起一个名字（这里写”NTMTheano”）,最后的单选项，选择”Create links to existing source”,点Next
   

8.在弹出的对话框中点击”Add external source folder”按钮，选择ntm-lasagne根目录：

9.eclipse中出现如下工程目录：

10.我们发现代码中有不少红叉，不用理会，在examples目录下的任意文件上右键点击：
Run As(如果是Debug选择Debug As)->python run，如果配置没问题，程序将顺利执行。这里我们以task-copy.py为例
11.在task-copy.py的main函数第3行，有一个输入参数“max_iter”，是设置训练时的迭代次数，默认值较大，建议改为一个较小的值，这样可以很快看到结果，这里改为了100：

12.程序开始运行后，可能会出现一些报错，只要表明运行的小红块没有变灰，说明该错误并不影响程序运行，就直接无视：

13.程序运行完成后，弹出一个对话框，显示了执行结果：

14.如果遇到错误
ImportError: No module named matplotlib.pyplot
解决方法：
sudo apt-get install python-matplotlib
15.可能还会有一些错误导致程序无法运行：如果编译时提示ImportError找不到XXX，则直接在命令行执行pip install XXX，再重新编译。