环境配置所需安装包
- visual_studio_2010
- VCForPython27.msi
- cuda_5.5 win7环境64位版
- anaconda2 win7环境64位版
文件的下载和安装可以参考theano_windows环境官方安装教程
安装步骤
文件在在完毕就可以安装啦
因为cuda的GPU加速依赖vs2008的C++编译器，官方文档中推荐下载vs2010，其中包含2008，并且发现其中包含x86和x64的编译器，所以虽然下载的是32位的但是其中包含C++64位的编译器，放心使用。
1. 安装vs2010，在安装过程中可以只安装C++的编译器，其他的C#什么的可以将打钩去掉，无需安装。如果出现安装失败，请查看本机是否已经安装了C++2010的相关版本，将其卸载后重新安装就可以了。
2. 安装CUDA，官方文档中推荐下载的是5.5版本，因为本机的N显卡并非非常高级，所以按照推荐下载。若读者的显卡为N卡较新推出，可以根据需要安装更高版本的CUDA。直接安装就可以，最好采用默认的安装位置，安装完毕后测试一下nvcc -V：
也可以打开NVIDIA CUDA Samples Browser，在search中输入【smoke】,运行程序
运行效果如图：
到此说明CUDA安装成功。
3. 下面安装 Microsoft Visual C++ Compiler for Python 2.7，使用管理员运行cmd程序，找到VCForPython2.7目录，输入：msiexec /i VCForPython27.msi ALLUSERS=1，文件会安装到C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0.
4. 当CUDA安装成功后，vs2010是可以卸载的。这个随便
5. 这步最重要，这步最重要，这步最重要。因为window和linux不同，theano代码的编译需要使用到GCC环境，但是window下并没有，所以就麻烦了。推荐直接安装anaconda2.7版本，下载直接安装，切记安装路径中不要有空格，不要有空格，不要有空格。这样python环境安装完成，这时可以看到环境变量PATH多了几个路径，不要惊慌，不要害怕，说明一切正常。测试一下，cmd中输入conda或python，conda会显示该命令的帮助信息，python则进入python编程环境。
6. 安装GCC环境，直接运行conda install mingw libpython,在cmd中直接输入就可以了，速度可能会比较慢，如果能就翻一下。如果中途Ctrl+C中断或网络问题中断，下次安装可能会产生错误”lockerror”，该错误多为中途中断产生。解决办法conda clean --lock，再次安装就可以啦。
7. 安装theano，直接运行pip install theano，搞定！
8. 配置环境
- 添加
PYTHON_PATH=E:\Anaconda2\Lib\site-packages\theano根据自己环境修改。
- 添加theano的配置文件——.theanorc.txt，注意前面有个点。打开cmd不（需要管理员）
图中标红的位置就是添加文件的地址。
- 添加文件内容
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags=-IE:\Anaconda2\MinGW其中cxxflags为anaconda路径
到此，theano的cpu版本已经配置完毕。
9. 测试一下
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 range(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')运行产生CPU的输出。
或者
在python环境中输入
import theano
theano.test()如果没有什么错误，说明搞定。其中theano.test() 会产生大量的输出信息，影响我们观察，推荐使用第一种。
以上所以得配置正确后，说明一切正常，下面就可以将配置改变成GPU的。
10. GPU配置
同样是配置刚才的.theanorc.txt文件，将内容修改为：
[global]
openmp = False
device = gpu
floatX = float32
allow_input_downcast=True
[blas]
ldflags =
[gcc]
cxxflags=-IE:\Anaconda2\MinGW
[nvcc]
flags = -LE:\Anaconda2\libs
compiler_bindir = F:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\bin
fastmath = True路径的内容，根据自己的安装做相应的修改。
再次测试一下，将刚才的测试代码再次运行，运行输出“Used the gpu”大功告成。
