Win7 中安装Theano及配置CUDA以搭建GPU加速环境

      根据官方文档 http://deeplearning.net/software/theano/install.html#windows来安装theano库会显得比较繁琐，在此介绍一种简洁的配置方式，包含以下4步(以64位Win7环境为例)：
1） 安装TDM-GCC     (64位)
2）安装Anaconda      (64位)
3）安装Theano
4）安装CUDA             (64位)

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

1.安装TDM-GCC

    现在的Thenao库需要编译C代码，因此我们需要安装GCC编译器。在 http://tdm-gcc.tdragon.net/中下载64位的TDM-GCC 进行安装即可。安装完后，在系统环境变量中添加环境变量：
  PATH= C:\TDM-GCC-64\bin     [红色部分为默认安装路径]
设置完后，在cmd.exe中通过命令 gcc –v 验证是否安装成功.

2.安装Anaconda
    在官网 https://www.continuum.io/downloads#_windows 或 https://repo.continuum.io/archive/中下载相应版本的anaconda安装包.我电脑是64位的，故下载的64位的安装包Anaconda2-2.4.0-Windows-x86.exe，直接安装即可.
   安装好Anaconda后，在cmd.exe(命令提示符)中输入python命令查看安装结果

  如果输入python命令，可能是环境变量没有设置，可通过命令echo %PATH% 查看是否有关于Anaconda的环境变量，如果没有，在系统变量PATH中添加：
     E:\Installsoftware\Anaconda                    [anaconda的安装目录，根据实际情况更改]
     E:\Installsoftware\Anaconda\Scripts

3.安装Theano
  两种方法：
1）直接在cmd.exe 中输入命令：pip install theano，安装成功后会在 E:\Installsoftware\Anaconda\Lib\site-packages （红色部分为Anaconda的安装目录）中出现于theano相关的两个目录。
2) 在 https://github.com/Theano/Theano中打包下载Theano,然后解压进入目录，在cmd.exe中输入python setup.py install 命令运行安装脚本，成功后，在E:\Installsoftware\Anaconda\Lib\site-packages 中也会出现与Theano相关的两个目录。
安装Theano后，新建系统环境变量：
    PYTHONPATH ：  E:\Installsoftware\Anaconda\Lib\site-packages\theano

 然后在 C:\Users\**\ 目录(**指用户名)下新建.theanorc.txt文件（注意文件名最前面有”.”）,在文件中配置如下：

[blas] ldflags= [gcc] cxxflags = -IC:\TDM-GCC-64

红色部分为TCD-GCC的安装目录。保存配置文件，在cmd.exe中输入python命令，然后输入import theano 命令，结果如下：

   至此，theano已经安装成功。然而此时的深度学习相关的算法，只能在CPU上运行。如若想提高运行效率，可以通过搭建GPU加速环境来实现。为此我们需要安装CUDA。
4.安装CUDA
    在官网https://developer.nvidia.com/cuda-toolkit-archive中下载相应版本，但是所下载的版本位数需与电脑位数匹配，否则安装不上CUDA.安装CUDA后,会自动生成与CUDA相关的环境变量（可以在cmd.exe中通过命令echo %PATH%查看），然后通过nvcc –V 命令(注意V大写)查看安装详情。

     NVCC的编译器可以是VS2008，VS2010，VS2013，VCForPython等。如果没有安装NVCC相应的编译器，推荐安装VCForPython（安装速度快）。最后在 .theanorc.txt 中增添配置信息：

[nvcc] fastmath = True flags=-LE:\Installsoftware\Anaconda\libs compiler_bindir=E:\Installsoftware\VS2010\VC\bin flags = -arch=sm_12 base_compiledir=path_to_a_directory_without_such_characters   [global] openmp = False floatX = float32 device = gpu0 allow_input_downcast=True

需要说明的是：
 红色部分第一行：表示Anaconda安装目录下的Libs目录
 红色部分第二行：表示nvcc的编译器是VS2010,由于我电脑中安装有VCForPython ,因此也可以将其更换成C:\Program Files (x86)\Common Files\Microsoft\Visual C++ forPython\9.0\VC  (VCForPython的默认安装目录)，
 红色部分第三行：这一行我也不懂什么意思，在其他资料中看到基本是将-arch设置为-arch=sm_30,但是我这样设置在import theano时会报错：Invalid device function. 因此更改为了sm_12,可以解决这个问题。
  至此GPU加速环境搭建完成，输入import theano命令后，会发现多了一行显卡信息，表明安装成功：

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

注意事项：
1) 版本的一致性：Windows版本与CUDA的一致性，以及CUDA与Anconda,TDM-GCC之间的一致性。
2) GCC编译器问题：
     早期的Anaconda版本会自带MinGW,安装后在Anconda安装目录下会有一个MinGW目录，因此我们可以不必安装TDM-GCC，直接设置MinGW的环境变量，然后在.theanorc.txt中的[gcc]选项中将flags设置为MinGW的路径即可；新版本的Anaconda版本没有自带MinGW,我们可以在安装Anconda后，在cmd.exe中输入：conda install mingw libpython 来安装MinGW，这样也不必安装TDM-GCC。
 MinGW的环境变量PATH配置如下：
     E:\Installsoftware\Anaconda\MinGW\bin
     E:\Installsoftware\Anaconda\MinGW\x86_64-w64-mingw32\lib        [红色部分为Anaconda的安装路径]