Python import theano 运行LSTM官方例子

LSTM网络进行情感分析
本教程旨在 Theano 中实现 循环神经网络（RNN）的 长短时记忆模型（LSTM）。 

在本教程中，此模型用于对来自电影评论大数据集（有时称为IMDB数据集）的电影评论执行情绪分析。

在这个任务中，给定电影评论，模型尝试预测它是正面还是负面。 

这是一个二进制分类任务。

1、本文目的： win8.1 64bit 下 运行LSTM官方例子

2、官方例程  LSTM Networks for Sentiment Analysis ：http://deeplearning.net/tutorial/lstm.html

下载 ：lstm.py ：http://deeplearning.net/tutorial/code/lstm.py

imdb.py ：http://deeplearning.net/tutorial/code/imdb.py

3、下载数据集

本次测试事先下载 电影评论数据集 Large
Movie Review Dataset 

如果嫌官方数据太大，也可以用这个数据集 http://download.csdn.net/detail/moses1994/9700107

4、运行环境：1）win8.1 64bit

     2）Anaconda2-4.1.1-Windows-x86_64 建议用 Python 2.7 版本 

下载链接 ：https://www.continuum.io/downloads

先安装 Anaconda2，然后打开 Spyder，如果直接运行lstm.py，会出现错误。

提示需要“ Import theano”,错误的原因是因为 Anaconda 中缺少mingw
和 libpython。

有了 mingw 和 libpython 后，我们才可以安装 theano。

（Theano：基于Python的面向对象，它认为，浅层网络的中分类器，深度网络中的每个层，都是一个对象。

在这个对象里，你被指定了输入格式，你只需要做两件事：定义参数、定义输出。）

（安装完Anaconda ，我们可以打开anaconda
prompt，输入conda list，会显示现在的已经安装好的开源包。）



5、打开后，可以看到并没有 mingw包和libpython包，所以需要自己进行配置。

用 win + R 在运行框中输入 cmd ， 输入 conda install mingw libpython 。

（会自动安装mingw和libpython）

6、添加环境变量。

1）在 计算机 上右击，选择 属性；

2）选择 高级系统设置；

3）选择 高级 ，选择低下的 环境变量；

4）下面的 系统变量 ，选择 Path , 点击 编辑；

5）环境变量中的系统变量path中加入

D:\Anaconda2;

D:\Anaconda2\Library\bin;

D:\Anaconda2\MinGW\bin;

D:\Anaconda2\MinGW\x86_64-w64-mingw32\lib;

D:\Anaconda2\Scripts;

（注意：我的anaconda装在D盘）

7、在 cmd 的 home目录 中新建 .theanorc.txt 文件（注意是两个点）



如图， cmd 的 home目录 在 C 盘--->用户--->Moses

8、(由于我的笔记本是集成显卡，没有 GPU，所以这次不配置 GPU)

在 .theanorc.txt 文件中输入

[global] 

openmp=False 

[blas] 

ldflags= 

[gcc] 

cxxflags=-ID:\Anaconda2\MinGW

我的anaconda装在D盘，所以最后是：D:\Anaconda2\MinGW。这个根据自己的设置。

9、关机重启，使得环境变量设置生效。

10、开始安装theano

我们可以：1）进入cmd，输入 pip install theano ，开始安装；或者

  2）打开anaconda prompt，输入  pip
install theano ，开始安装。

11、测试

1）打开 anaconda
自带的 IPython ，输入import theano ，如果安装正确，会像下图一样：



2）输入theano.test() ，如下图：



12、至此，anaconda 中的 theano 就安装成功了。

在测试 例程 之前，我们还需要修改一下 imdb.py中的get_dataset_file函数。

该函数return dataset，这里dataset指的是下载的数据集的路径。

我们把这一句注释掉，然后return 自己放数据集的路径。

 return "D:\data\imdb.pkl" 

或者，我们可以把函数主题全部注释掉，只留下  return "D:\data\imdb.pkl" 



13、然后，就可以运行测试了。



Good  Lucky !