deeplearning.net教程使用

在众多关于Deep Learning的教程中，deeplearning.net算是其中一个不错的学习网站。deeplearning.net的教程采用Python代码作为实例。读代码和运行代码是深入了解一个算法的必经之路。以下是关于Ubuntu下使用deeplearning.net的经验。

1. 配置Pydev+Eclipse

2.下载教程

git clone git://github.com/lisa-lab/DeepLearningTutorials.git

下载后可以看到data文件夹下有个download.sh脚本文件，执行脚本文件下载实验数据

3.安装Theano

sudo apt-get install python-pip
sudo pip install Theano

4.测试例子Classifying MNIST digits using Logistic Regression

利用实例的code新建Python project，修改sgd_optimization_mnist函数中形参dataset为数据集mnist.pkl.gz的实际位置并run代码，得到类似如下结果：

... loading data
... building the model
... training the model
epoch 1, minibatch 83/83, validation error 12.458333 %
     epoch 1, minibatch 83/83, test error of best model 12.375000 %
epoch 2, minibatch 83/83, validation error 11.010417 %
     epoch 2, minibatch 83/83, test error of best model 10.958333 %
epoch 3, minibatch 83/83, validation error 10.312500 %
     epoch 3, minibatch 83/83, test error of best model 10.312500 %
epoch 4, minibatch 83/83, validation error 9.875000 %
...
epoch 73, minibatch 83/83, validation error 7.500000 %
     epoch 73, minibatch 83/83, test error of best model 7.489583 %
Optimization complete with best validation score of 7.500000 %,with test performance 7.489583 %
The code run for 74 epochs, with 5.149994 epochs/sec
The code for file main.py ran for 14.4s

PS：

第1和第2步并非是必经步骤，只是本人的习惯而已。

deeplearning.net教程的网址：

http://www.deeplearning.net/tutorial/contents.html