DeepLearning(一)最佳环境搭配与入门资料

【原创】Liu_LongPo 转载请注明出处

【CSDN】http://blog.csdn.net/llp1992

最近由于毕业论文的原因搞得学习进度有点慢，过了5月份再加快进度。

DeepLearning，也就是我们所说的深度学习。深度学习是机器学习的一个分支，属于无监督学习，近年来深度学习在语音识别和图像识别等领域取得了巨大的成功。

深度学习的本质，就是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习数据中更加有用的特征。也就是说，训练数据的特征不用我们去提取了，深度学习帮我们干了这些事。也就是说，我们以往HOG特征、LBP特征、Haar特征等特征提取的算法，如今都可以用DeepLearning 来代替，而且DeepLearning学习到的特征能够更加准确地反映数据的本质，这也就是DeepLearning能够完成精确的算法分类以及预测的根据所在。

好了，扯太多了。接下来主要介绍如何搭建一个非常好用的DeepLearning学习平台，以及分享一些入门资料。

DeepLearning学习平台搭建

DeepLearning现在主要是用Python或者是matlab语言编写，matlab语言的话，在windows环境下可以直接用，就不介绍了。这里主要介绍Python语言的。

这里默认环境是Linux，笔者的系统是Ubuntu12.04

首先，Ubuntu12.04自带了Python，因此我们不用安装了,要在linux环境下编写python，个人推荐使用sublime Text2，轻量化，用户体验好，而且还有一些Python插件。

在ubuntu下安装sublime Text2，可以参考

http://jingyan.baidu.com/article/3aed632e66dc877011809166.html

然后就是为sublime Text2搭建各种插件了，可以参考

http://www.cnblogs.com/dolphin0520/archive/2013/04/29/3046237.html

这里我个人推荐AndyPython 和 Bracket Highlighter 两个插件，AndyPython是编写python的智能补全插件，而且安装后不用配置就可以直接使用，传说中的很强大的SublimeCodeIntel 插件，如果不会配置，结果还是跟没装一样，呵呵。

这一步完成之后，效果如下：

美哉美哉，客官请慢用！

安装完sublime Text2之后，我们继续搭建DeepLearning环境。DeepLearning的代码依赖于几个库：Numpy，Theano，matplotlib,BLAS。

Numpy主要用于矩阵操作，Theano主要用于编写DeepLearning方便，matplotlib用于画图，BLAS即Basic Linear Algebra Subprograms，也就是基础线性代数程序集的意思。

Numpy安装

sudo apt-get install python-numpy
sudo apt-get install python-scipy

matplotlib安装

sudo apt-get install python-matplotlib

BLAS安装

sudo apt-get install libblas-dev

Theano安装

这里可以用git命令安装，如果没有git，先要安装git

Git安装

sudo apt-get install git

Theano安装

git clone git://github.com/Theano/Theano.git

Theano通过git方式安装的过程下载会很慢，我这里已经下载好了，需要可以直接在这里下载，然后解压，然后进入 Theano 文件夹，最后在终端下用 python 命令安装。

sudo python setup.py install

嗯，到这里，所有的软件安装和环境搭配都已经做好了，接下来我们来下载DeepLearning的数据和代码。

DeepLearning的数据和代码下载

命令行输入如下：

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

下载完后，加入你下载的DeepLearningTutorials 文件位置为：

~/DeepLearningTutorials

接下来，进入到 data/ 目录，获取数据集（dataset），

cd ~/DeepLearningTutorials/data/
sh download.sh

然后数据集就会通过 wget 自动下载到 data/ 目录下,数据集下载完成后，便可以进入到 code/ 目录，运行指南提供的 Demo 程序了。

至此，环境搭配与数据集下载全部做完，请尽情下DeepLearningzhong”遨游”~~~

入门资料

DeepLearning的入门资料网上还是挺多的，这里稍微归纳一下：

NG的matlab版本：UFLDL

Deep Learning Tutorials

还有我的一篇博客：机器学习(Machine Learning)&深度学习(Deep Learning)资料 .

其他的，比如Python还不会？不怕

Python 基础教程

什么？Numpy不会？不怕

NumPy的详细教程

什么？Theano不会？不怕

Tutorial Tutorials

全英的，不要说英语也不会哦，我帮不了你，自己去背单词吧。

当然DeepLearning的资料还有各种论文，这里就不介绍了，在这机器学习(Machine Learning)&深度学习(Deep Learning)资料 里面有很多。

等过了毕业论文这一关，后期还会有更多关于DeepLearning的博客，欢迎关注，也欢迎大家分享知识，共同进步。