Anaconda+Theano+Keras安装
------本文参考了论坛其他文章的安装方法，根据自己的电脑配置做了补充-------
操作系统：win8.1 ×64 E3-8GB
图形显卡：N卡 GTX960
VisualStudio 版本 2013 我安装了在C:\Program Files (x86)\
python编辑平台：PyCharm和spyder
在开始安装和配置之前，请先准备好以下文件：
安装过程：
一、卸载之前版本。
把之前单独安装的python等统统卸载掉。学习python的时候直接安装了python2.7，先把他卸载掉，因为Anaconda里边包含了python。
二、安装Anaconda。
安装目录我用的D:\Anaconda。中间会有杀毒拦截，全部允许即可。
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
三、安装MinGw。
以前的Anaconda版本带MinGW环境，2.0.1之后版本的Anaconda就不会自带MinGW了
其他教程讲在环境变量中添加 pathC:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;，但是你会发现 C:\Anaconda\ 下面根本没有MinGw这个目录，所以最好的方法就是用命令安装，不需要自己下载什么mingw-steup.exe等。
安装方法：
1.打开CMD（注意是windows命令提示符，并不是进入到python环境下，否则会提示语法错误，因为conda命令就是在windows下面执行的。）；
2.输入condainstall mingw libpython，然后回车，会出现安装进度，稍等片刻即可安装完毕。此时就有D:\Anaconda\MinGw目录了。
如果没有安装MinGw，在安装完theano,验证的时候可能会出现状况：
原因：
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
四、安装Theano：
第一种方式：
下载地址：https://github.com/Theano/Theano-wininstaller/raw/master/bin/theano_installer_latest.msi
这是适用于Anaconda的快速安装版，自动使用pip安装到上面的Anaconda的python中
以防万一，为了同时下载theano的zip文件（theano-master）：https://github.com/Theano/Theano，如果上述网址的包不能使用可以下载这个http://download.csdn.net/detail/yeyang911/7523003
第二种方式：
不需要手动下载zip或者msi等压缩包，直接用命令安装最简单。
1. 打开CMD，方法和安装MinGw一样，不要进入python。
2. 输入pip install theano，回车后就是下载进度条，安装的比较快。
3. 在cmd中，输入python进入到python环境下，然后先输入import theano回车，需要等一段时间。
4. 继续输入theano.test()。又会输出好长一段信息，只要没有error就说明安装成功了。我安装时等了一段时间还在输出，我就ctrl+c退出了。（其实我发现，有部分error信息也没有关系，theano的功能也可以正常使用，包括theano.function()，所以如果有同学无论如何配置还是有error信息的话，可以暂时忽略掉，直接跑一段程序试一下，可以去测试一下卷积操作运算代码。）
在cmd的home目录中新建 .theanorc.txt 文件（注意名字中的“.”）,根据自己安装MinGW的路径写上MinGW的路径，（Windows下在 C:\Users\jing）
我的如下：
[blas]
ldflags=
[gcc]
cxxflags = -ID:\Anaconda\MinGW
装上了theano，用的是anaconda，编译环境spyder
【以下是可选项，没有测试过】
当然你可能没安装成功，可能会出现g++ 的问题，怎么办呢？
先卸载
cmd输入：pip uninstall theano
然后
cmd输入：conda install mingwlibpython
然后再安装一遍
cmd输入：pip install theano
反复几次可能会好。
五、C++环境安装
电脑显卡支持GPU加速，就可以进行C++环境安装。一般建议Visual Studio 2010或更高版本。本人安装Visual Studio2013，能够支持CUDA编程。
六、并行计算架构CUDA的安装
在安装CUDA之前最好检查一下自己电脑的显卡驱动版本，版本过老的话，需要更新。有时候安装完毕CUDA之后，运行CUDA所提供的案例程序中的deviceQuery会出错，请优先考虑显卡驱动的问题。这里建议安装NIVDIA官方发布的针对自己显卡型号的驱动。安装CUDA的详细步骤如下：
（1）下载NVIDIA CUDA toolkit，SDK等软件包，由于CUDA 5.0以上版本已经将ToolKit和SDK等合在一起了，因此只需下载一个安装文件即可。在显卡型号允许的条件下，建议下载CUDA 5.0以上版本，这样比较省事。本人安装的是CUDA 7.5版本。CUDA各版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive。注意，下载的时候有些版本需要区分desktop（台式机）和notebook（笔记本）。
（2）下载好了后就可以直接安装了，CUDA的默认安装目录为：C:\Program Files\NVIDIA GPUComputing Toolkit\ 这里推荐使用默认的安装路径，不需更改。安装过程和普通软件没有什么区别。在安装结束时将会出现一个界面（如图3），这表明已经成功安装，从图3可以看出似乎CUDA 7.5至少都需要Visual Studio 2010的C++环境。（图片网上找的）
图3 CUDA7.5成功安装结束界面
（3）检查是否安装正确。在安装结束后，你会发现在系统环境里面新添加了两个环境变量：CUDA_PATH_V5_0和CUDA_PATH。
现在，打开cmd控制台命令行，输入命令nvcc –V回车（注意是大写V）就可以参考版本信息，如果安装正确则出现图4所示的结果。
图4 nvcc –V命令执行结果
（4）如果案例运行正确，可以考虑手动配置环境变量。在系统环境变量中新建如下项（针对win64平台上的CUDA7.5）：
CUDA_SDK_PATH= C:\ProgramData\NVIDIACorporation\CUDASamples\v7.5
（ProgramData这个文件夹是隐藏的，可以在工具->查看中设置显示隐藏文件夹）
CUDA_LIB_PATH = %CUDA_PATH%\lib\×64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_LIB_PATH =%CUDA_SDK_PATH%\common\lib\Win64
CUDA_SDK_BIN_PATH= %CUDA_SDK_PATH%\bin\×64
然后在系统环境变量Path 后添加内容：
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%
当然不同版本的CUDA，估计路径有所差异，上述配置信息是win64版本的CUDA，仅仅作为参考。
（5）CUDA配置结束。若以上案例都运行正常，说明CUDA安装成功。现在就可以利用Theano框架编写深度学习代码，并将代码进行GPU加速了。
可能需要重新启动计算机以使环境变量生效
七、测试Theano框架是否可以利用所安装的CUDA7.5进行GPU加速
在前面第【2】步中，已经通过安装Anaconda将python环境装好，其中Anaconda本身自带了一个称作Spyder的图形界面IDE（如图6所示）。在进行TheanoGPU加速测试之前，还得需要配置一下.theanorc.txt文件里面的信息，红色字体信息是为了实现GPU加速而增加的配置信息（到最后还会再添加内容进去，点击查看添加的内容），如下：
[global]
openmp = False
device = gpu
floatX = float32
allow_input_downcast=True
[blas]
ldflags =
[gcc]
cxxflags = -IC:\MinGW\include
[nvcc]
flags = -LC:\Anaconda\libs#此处一定要和你安装的Python的路径保持一致
compiler_bindir = D:\Program Files(x86)\Microsoft Visual Studio 12.0\VC\bin#此处一定要和你安装的VS的路径保持一致
fastmath = True
flags =-arch=sm_30#这里最初设置为sm_52报错，后设为30或50都没问题，不清楚这是干啥的，有谁知道了可以告诉我
现在可以启动Spyder，输入TheanoGPU加速测试案例代码并运行，将会出现图7所示的运行结果，其中有一条“Usedthe gpu”信息输出，表明TheanoGPU加速测试成功。
"""
Created on Sun Apr 10 11:23:32 2016
@author: jing
"""
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time
vlen =10*30*768 # 10 x #cores x # threads per core
iters =1000
rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], T.exp(x))
print f.maker.fgraph.toposort()
t0 = time.time()
for i in xrange(iters):
r= f()
t1 = time.time()
print'Looping%d times took'% iters, t1- t0,'seconds'
print'Result is', r
if numpy.any([isinstance(x.op, T.Elemwise)for x in f.maker.fgraph.toposort()]):
print'Used the cpu'
else:
print'Used the gpu'
【8】到此，基于CUDA的TheanoGPU加速环境已经配置成功。
【一些错误的解决方案】
状况一
import theano后出现情况：
-Usinggpudevice0:GTX960(CNMeMisdisabled,CuDNNnot available)
解决方案:
CNMeM
参考的这里:http://deeplearning.net/software/theano/library/config.html
You can change this in the environment variables. I added thefollowing to my .theanorc file and saw significant speed increases duringtraining of a cnn:
[lib]
cnmem=.75
Beyond .75 I got out of memory errors, but I'd imagine thisvaries based on your setup.
CuDNN
从官网下载需要注册账号申请。点这里下载。我用cudnn-7.0-win-x64-v4.0-prod，不是最新版本，因为最新版本里没有找到支持win8.1 ×64的zip
解压出来是名为cuda的文件夹，里面有bin、include、lib的内容，复制到安装CUDA的地方，添加到对应文件夹。
我的在C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA
修改theanorc.txt的内容，添加两个内容：
然后再测试的时候就好了：
文献[9]给出了如何安装Keras.
参考文章：
[1]Theano+Keras+CUDA7.5+VS2013+Windows10x64配置
[2]Win7配置CUDA并搭建基于Theano框架的GPU加速环境
[3]如何评价Theano？排名第一的用户的回答
[4]Theano的安装及GPU的配置
[5]win7 64位成功安装theano，并且gpu配置成功（缺少两个.h文件）
[6]Keras:CuDNN not available?
[7]cuDNN does not work in windows
[8]64位WIN7上成功安装theano,并运行了g++, GPU
9和10是最新的方法！
[9]Windows8.1にTheano/Kerasをインストール
[10]Setup a Deep Learning Environment on Windows (Theano& Keras with GPU Enabled)