Theano的安装及GPU的配置

折腾了一天，我滴个去啊，终于是搞好了。安装的时候跟系统和电脑上有些软件有关联，

1.Theano的安装

系统环境：win7 64 旗舰版
VS： VS2013
Anaconda：Anaconda-2.0.1-Windows-x86_64
mingw: mingw-w64-install.exe

1.1 安装Anaconda

Anaconda包含了Theano所需的各种Python库，使用Anaconda来安装Python环境最方便。
到Anoconda网站下载Anaconda-2.0.1-Windows-x86_64，以前的Anaconda版本带MinGW环境，2.0.1版本的Anaconda好像不带MinGW了。

安装的时候勾选把Anaconda加到环境变量中。

安装完检查一下，打开cmd命令行(也可以在Anaconda的命令窗口进行)：

C:\Windows\system32>python --version

正常会返回Python的版本信息

1.2 安装MinGW

MinGW含有gcc，g++，ld等常用编译器。直接到MinGW网站下载一个Intaller(一定要64位的)：mingw-w64-install.exe。

运行安装程序，在Architecture的地方选择 x86_64，安装目录最好是C:\mingw-w64\x86_64。默认的安装目录有空格，最好自己改一下。

MinGW安装不会将MinGW的路径添加到环境变量PATH中，手动将C:\mingw64\bin; 添加到PATH环境变量中。

安装完检查一下，打开cmd命令行：

where gcc
where ld

正常的话也会返回各自的版本信息

1.3 安装theano

打开cmd命令行：

pip install theano

Theano就安装到Python环境中，这里就是Anaconda中。

1.4 配置gcc的编译环境

在home下（cmd的那个路径）新建一个.theanorc.txt文件，例如home路径是C:\Users\myname。
配置文件内容：

[global]
openmp=False

[blas]
ldflags=

[gcc]
cxxflags = -IC:\mingw-w64\x86_64\mingw64\include
cxxflags = -LC:\Anaconda

1.5 检查

打开cmd命令行：

python
>>>import  theano

import的时候稍等几秒（Theano要进行编译），应该不会有错误。

按照Deeplearning给出的测试例子，编辑一个test.py文件：

import numpy as np
import time
import theano
A = np.random.rand(1000,10000).astype(theano.config.floatX)
B = np.random.rand(10000,1000).astype(theano.config.floatX)
np_start = time.time()
AB = A.dot(B)
np_end = time.time()
X,Y = theano.tensor.matrices('XY')
mf = theano.function([X,Y],X.dot(Y))
t_start = time.time()
tAB = mf(A,B)
t_end = time.time()
print "NP time: %f[s], theano time: %f[s] (times should be close when run on CPU!)" %(
                                           np_end-np_start, t_end-t_start)
print "Result difference: %f" % (np.abs(AB-tAB).max(), )

执行这个文件，应该能得到正确结果。

如果不考虑GPU，BLAS等问题，现在就大功告成了！

2.Theano中GPU的配置

今天有点晚了，下次有时间再补充完整。
基本上跟“瞭望清晨”的博客上写的差不多，大家可以参开该博客。

Win7配置CUDA并搭建基于Theano框架的GPU加速环境

多谢各位博主的分享，在此一并感谢了。

参考：
Window7 (64位) 上安装Theano 0.7的快捷方法
Win7配置CUDA并搭建基于Theano框架的GPU加速环境
使用GPU和Theano加速深度学习
Theano(Deep Learning Tool) 利用GPU来进行加速的配置及使用