问题标签 [theano]

在http://deeplearning.net/tutorial/SdA.html#sda上的 Stacked DenoisingAutoencoders 教程中，pretraining_functions 返回代表每个 dA 层的训练函数的函数列表。但我不明白为什么它为所有 dA 层提供相同的输入 ( train_set_x)。实际上，每个 dA 层的输入应该是除第一个 dA 层之外的下一层的输出。谁能告诉我为什么这些代码是正确的？

我正在尝试使用 Theano 为神经网络实现另一个池化函数，期望已经存在的 maxpool，例如平均池。

使用这个源，平均池已经实现，我的代码看起来像：

随机初始化只是为了测试：

Theano 标量和函数的定义：

TSN 是theano.sandbox.neighbours

以及函数的调用：

我收到一个错误：

我真的不明白这个错误。很高兴有任何建议如何纠正这个错误或其他池技术的例子，用 Theano 编程。

谢谢！

编辑：忽略边框，它完美地工作

我无法让 Theano 在我的机器上使用 GPU。

当我运行时：/usr/local/lib/python2.7/dist-packages/theano/misc$ THEANO_FLAGS=floatX=float32,device=gpu python check_blas.py 警告（theano.sandbox.cuda）：CUDA 已安装，但是设备 gpu 不可用（错误：无法获取可用 gpu 的数量：未检测到支持 CUDA 的设备）

我还检查了 NVIDIA 驱动程序是否安装了： lspci -vnn | grep -i VGA -A 12

结果：正在使用的内核驱动程序：nvidia

但是，当我运行：nvidia-smi 结果：NVIDIA：无法打开设备文件 /dev/nvidiactl（没有这样的文件或目录）。NVIDIA-SMI 失败，因为它无法与 NVIDIA 驱动程序通信。确保已安装并运行最新的 NVIDIA 驱动程序。

并且 /dev/nvidiaactl 不存在。这是怎么回事？

更新：/nvidia-smi 适用于结果：

编译 NVIDIA_CUDA-6.0_Samples 然后运行 ​​deviceQuery 我得到结果：

cudaGetDeviceCount 返回 35 -> CUDA 驱动程序版本对于 CUDA 运行时版本不足 Result = FAIL

我正在尝试从 Theano深度学习教程第 8 章修改 Stacked Autoencoder 以进行分类。我正在处理的自动编码器的代码可在此处获得。

我的数据集由 4 个数组组成：test_set_x、test_set_y、valid_set_x、valid_set_y。这些名称是不言自明的。

这是在验证集上检查经过训练的自动编码器的方式：

此代码在我的数据集上打印出“0.87”，因此它确实有效。

表达得更详细

仍然给出正确答案 87%。

但是每当我试图直接获得真实的类预测向量时，我会得到一些非常错误的结果：结果向量的所有元素都等于 4（我的类中的一个）。

我的尝试看起来像这样：

这将打印出“[4, 4, 4, ....., 4, 4]”。将此结果与 valid_set_y 向量进行比较得到大约 12% 的正确性，甚至不到 87%。

我不明白我做错了什么。

如果您曾经与 theano 自动编码器和/或提到的教程打过交道，请帮助我。

谢谢你。

在我的机器学习课程中，我们将开始使用theano，这是一个非常知名的深度学习架构库。我已经准备好使用以下命令安装它：

顺便说一句，当我想测试它是否安装正确时，python 解释器无法找到该模块。我不知道我是否正确安装它。阅读我发现anaconda的文档，首先安装 anaconda 然后尝试使用piptheano 再次安装是否正确？这是在 MAC OS X 上安装这个库的正确方法吗？我怎样才能正确安装这个库才能成功使用 theano？

我正在尝试将pylearn2GPU 模型转换为 CPU 兼容版本以在远程服务器上进行预测——如何将CudaNdarraySharedVariable's 转换为TensorVariable's 以避免在无 GPU 机器上调用 cuda 代码时出错？实验性的 theano 标志unpickle_gpu_to_cpu似乎留下了一些CudaNdarraySharedVariable（特别是model.layers[n].transformer._W）。

我想设计一个深度网络，上面有一个（或多个）卷积层（CNN）和一个或多个完全连接的隐藏层。
对于具有完全连接层的深度网络，theano 中有用于无监督预训练的方法，例如，使用去噪自动编码器或RBM。

我的问题是：如何（在 theano 中）为卷积层实现无监督的预训练阶段？

我不期望一个完整的实现作为答案，但我希望能提供一个好的教程或可靠参考的链接。

在声明 Theano 符号函数时，我得到一个 OSError 和回溯。有趣的是，相同的代码在不同的机器上运行。一台机器配置为使用 GPU，而另一台（有错误）仅使用 CPU。有没有其他人经历过这种行为并知道如何进行？

我有以下用 Theano 编写的简单代码，在编译函数 f 时出现错误：

我这边出了什么问题？

我正在调试我的 Theano 代码并按照此处的建议打印张量的值：

问题是，当a是一个相对较大的矩阵时，该值被截断为前几行和最后几行。但是，我希望打印整个矩阵。这可能吗？