视频检索——BLSTM(复现方法说明)

0 导语

基于文章Play and Rewind: Optimizing Binary Representations of Videos by Self-Supervised Temporal Hashing的理解以及作者提供的源码，说明一些复现过程中需要注意的问题。
原作者源码地址@github
我们的实现@gitee

1 作者的readme

1.1 简介

An unsupervised hashing model that generates binary codes (+1,-1) for a video sequence. This is just a quick demo for running the training and test. The source code is simple and well commented. Future details about feature extraction and visualization will be added ASAP.

可以为视频序列生成二进制码(+1,-1)的无监督哈希模型。这是运行训练和测试的快速例程，源码很简单。关于特征提取、可视化的更多细节会尽快补上。

1.2 环境要求

Only [Theano] (http://deeplearning.net/software/theano/) is required. In fact, some of the core layers exploit a high-level wrapper [Keras] (https://keras.io/), but the code is not dependent on Keras installation. You may need to install h5py for data loader.

仅需要Theano。事实上一些核心层使用了高级的keras封装，但是代码并不依赖Keras的安装。需要安装h5py模块用于数据加载。

1.3 demo

run Blstm.py

2 复现说明

1. 一些预备知识
   Keras是我们熟知的深度学习框架，那么Theano是什么？
   然后Keras和Theano有什么关系呢？
2. 终端运行python文件的指令直接是python Blstm.py，而不再使用run指令；
3. 看到Blstm中 print " " 可知作者的python版本为2.x，复现时我用的2.7；为避免与系统其他python版本冲突，这里创建conda虚拟空间，并安装需要的Theano框架、numpy、scipy计算库。运行时会警告没有mkl模块，最好也装一下。对了h5py不能忘了。
   几天后补坑，这里安装的numpy需要指定版本≤1.16.2，否则在进行测试时会出现ValueError: Object arrays cannot be loaded when allow_pickle=False 的错误，原因是自Numpy 1.16.3版本发行之后，函数 numpy.load() 和numpy.lib.format.read_array() 采用allow_pickle关键字，现在默认为False以响应CVE-2019-6446 < nvd.nist.gov/vuln/detail / CVE-2019-6446 >。
4. 其他的环境配置不唯一，我是在ubuntu18.04下进行的，Windows应该也可以（不过Windows装Theano略微麻烦一点）

conda create