Pylearn2学习（一）

Quick-start example

pylearn2说明：
pylearn2包含了模型、学习算法和数据集三部分

Model：用来存储参数的，实现了很多成熟的模型，比如RBM，CNN,AUTOENCODER等，尤其是LISP实验室的paper中的模型，它全都实现了的。

学习算法：调整Model中的参数的，并且还有别的功能，比如建立Monitor，来检测学习过程中的一些变化，比如精度曲线，里面有几个实现好的类，比如SGD、BGD。

数据集：就是我们训练算法用的数据，只是对原始数据和模型之间做了个接口，让模型对数据透明，因为不同的实现，毕竟数据类型很多，理论上支持任何类型的数据输入格式。如果数据时矩阵直接用DenseDesignmatrix类，如果数据在Numpy或者pickle format的直接用就是了，更大的数据也支持HDF5格式，同时这个模块还可以对数据进行ZCA,PCA的预处理。

具体使用是用配置文件来实现的，配置的主要模块也就是上面3个地方，每个地方会涉及到一些参数，具体的根据实际应用设定。

Example1
首先需要自行下载cifar10数据库文件,后面所有的测试均在windows平台完成。
算法模型：grbm_smd(a gaussian binary RBM trained using denoising score matching)

1.创建数据集

建立create_dataset.bat批处理文件，内容如下：

python make_dataset.py
pause

完成后就会创建cifar10_preprocessed_train.pkl数据集。

2.进行grbm模型训练

建立training.bat批处理文件，内容如下：

python C:\pylearn2\pylearn2\scripts\train.py --config cifar_grbm_smd.yaml
pause

注意输入参数的解析，训练完成之后会生成模型文件cifar_grbm_smd.pkl

3.进行模型的观测

建立monitor_model.bat print_monitor.bat summarize_model.bat批处理文件，内容如下：

python C:\pylearn2\pylearn2\scripts\plot_monitor.py --model_paths C:\pylearn2\pylearn2\scripts\tutorials\grbm_smd\cifar_grbm_smd.pkl
pause

python C:\pylearn2\pylearn2\scripts\print_monitor.py  C:\pylearn2\pylearn2\scripts\tutorials\grbm_smd\cifar_grbm_smd.pkl
pause

python C:\pylearn2\pylearn2\scripts\summarize_model.py  C:\pylearn2\pylearn2\scripts\tutorials\grbm_smd\cifar_grbm_smd.pkl
pause

4.查看生成的模型参数

直接查看生成参数的文件cifar_grbm_smd.pkl

加载模型文件

>>>from pylearn2.utils import serial
>>> model = serial.load('/home/jerry/pylearn2/pylearn2/scripts/tutorials/grbm_smd/cifar_grbm_smd.pkl')

查下文件结构

>>> dir(model)

获取权重参数

>>> model.get_weights()

获取参数名

>>> model.get_params()

获取参数值

>>> model.get_param_values()

5.输入数据集显示、模型测试、模型fine-tune、

（未完待续。。。。）