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 !
