Theano 学习笔记(一)

        最近配置Theano开发环境时，在最后测试阶段发生了一些小插曲，例如在执行下面一条测试语句时提示有如下错误：

执行指令为：python -c "import theano; theano.test()"

所报错误为：“ImportError: No module named 'cPickle'”



        查阅资料发现，自python3以后 cPickle 和 pickle 模块合并,所以直接引入的模块名只有 pickle。为了追根溯源，我便详细的了解pickle模块的用法与实现。

        pickle模块机制是序列化/反序列化一个对象的，可以把一个对象持久化存储，用于保存Python标准的类别实体以及实体的重新载入。简而言之就是：pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上。而所谓的持久性就是指：你希望将数据对象存储在磁盘上，为了便于以后检索。例如：一个日程安排管理的程序，在用户多次运行该程序时可以保存该应用程序对象（即待办事项），并方便随时检索查询。

        用法：pickle主要有两个函数：load函数和dump函数，python pickle load是把对象反序列化（即从序列化之后的数据中解出来），python pickle dump是把对象序列化。

        这便引出了有关Theano环境下，模块数据的载入与保存。

        在Theano对象被序列化（或者反序列化）时，需要寻求基于预期保存和重新载入的耗时的不同机制。


                对于短期（比如临时文件和网络转录），Theano的pickle是可行的。
                对于长期（比如从实验中保存模型）不应当依赖于Theano的pickle对象。

         pickle.load( )与pickle.dump()

　　  反序列化对象与序列化对象。如下代码所示：将文件中的数据解析为一个Python对象。其中要注意的是，在load(file)与dump()的时候，要让python能够找到对象的定义，否则会报错：

#!/usr/bin/python

import cPickle as pickle
book = 'BOOK'
num = {1:'One',2:'Two',3:'Three'}
f1 = file('temp.pkl','wb')
pickle.dump(book,f1,True)
pickle.dump(num,f1,True)
f1.close()

f2 = file('temp.pkl','rb')
index = pickle.load(f2)
print index #BOOK

ind = pickle.load(f2)
print ind
f2.close()

       注：pickle的局限性在于，被序列化的类别实例的代码或者数据并没有被同时保存。因此重新载入先前版本的类可能会出问题。