scikit-neuralnetwork安装

scikit-neuralnetwork是一个开源的深度学习的库，scikit-neuralnetwork的接口和设计规范都是参照scikit-learn，之前用过scikit-learn，对它比较熟悉，因此，准备用它作为深度学习的工具。本文主要介绍它的安装过程以及期间可能遇到的一些问题。

环境

• Ubuntu 16.04
• Python 3.5（virtualenv）

注：选择Linux的原因，由于这些库的开发者在开发的时候用的都是Linux，出问题的话对应的好解决，Windows环境也可以部署，但是稍微麻烦一些。

Python的版本选择的是3.5，在沙箱环境virtualenv中，使用virtualenv的好处就是方便管理包，出现问题也可以直接删除这个环境，避免不必要的麻烦。

安装

安装scikit-neuralnetwork之前需要安装一些依赖（需要依赖的库）。

1.进入Python的沙箱环境，安装以下依赖。

pip install scikit-learn==0.17
pip install scipy==0.17.0
pip install Theano==0.8.1
pip install git+https://github.com/Lasagne/Lasagne.git@0440814#egg=Lasagne==0.2-dev
sudo pip install -U numpy
pip install -e git+https://github.com/lisa-lab/pylearn2.git=Package
pip install pandas
pip install matplotlib

2.安装scikit-neuralnetwork

# 将scikit-neuralnetwork源码从github上拷贝下来。
git clone https://github.com/aigamedev/scikit-neuralnetwork.git
# 进入scikit-neuralnetwork文件夹
cd scikit-neuralnetwork
# 安装
python setup.py develop

3.测试

pip install nose
nosetests -v sknn.tests

正常情况下，到这一步不出现问题就安装好了。实际情况会遇到很多问题，下面总结一下常见的问题，和解决方案。

常见问题

####各种依赖安装出错
最常见的是pylearn2。各种module不存在，cannot import等问题。

解决方案：在测试或者源码安装时，往往会出现上述情况，原因一般是版本的问题。由于网上的很多教程时间比较早，可能他们安装时不会出现这样的问题。因此，这里最好使用推荐的版本。下图是笔者安装时测试没问题的一些版本的包。

注：实在想用最新的版本，可以根据相应的问题修改源码（指的是pylearn2等第三方源码安装的），通常情况下是import出问题。

测试时出现问题

1.ERROR：no modole named XXX
通常是上述包未安装完，可以根据提示安装完对应的包。记住安装完成后，可以通过 pip list/freeze check一下。

2.ImportError: libmkl_rt.so:cannot open shared object file: No such file or directory.

mkl是英特尔数学核心函数库，这个.so（shared object）文件就在进行上述测试时需要调用。但是找不到了。需要我们重新配置一番。
①进入官网下载。

②找到libmkl_rt.so，一般在”/opt/intel/compilers_and_libraries_2018.1.163/linux/mkl/lib“下。“2018.1.163”一般是你下载的版本。可以看到，下面可以找到其所在位置。

③让系统能找到，这里使用ldconfig方式。
在/etc/ld.so.conf.d下创建一个文件mylibs.conf（注意修改其权限为可写的）。编辑文件，将对应的路径添加进去。

注：上述路径可以不用添加那么多，这里是当时为了保险起见都加了。

④sudo ldconfig 重新加载对应的shared libraries。

⑤可以通过 ldconfig -vcheck一下安装成功没有。

这个时候再使用 nosetests -v sknn.tests 进行测试就没有问题了。

3.如遇到其他问题可随时留言。

Demo

1.首先来个多层神经网络的demo，examples下的plot_mlp.py
（官网和github上也是用的这个demo）。

注：需要安装python3-tk，不然会出现上述“ERROR：no modole named XXX”错误。

2.再来个mnist数据集上的测试，随便找一个bench_mnist.py
下面是训练神经网络的过程。

注：这里由于数据量大，没有完全完全跑完，这里只是验证一下。
接下来，我们就可以愉快的进行deep learning的学习了。

参考

官网地址：
https://scikit-neuralnetwork.readthedocs.io

github地址：https://github.com/aigamedev/scikit-neuralnetwork

以上便是scikit-neuralnetwork安装的整个过程，供自己学习记录，欢迎留言和转载（注明出处）。