小白Windows7/10 64Bit安装Theano并实现GPU加速(没有MinGw等，详细步骤)

版权声明：本文为原创文章，水平有限，欢迎转载，但请注明转载出处http://blog.csdn.net/niuwei22007，谢谢。！！！联系方式见左侧！！！ https://blog.csdn.net/niuwei22007/article/details/47684673

本教程适合最初学习者，高手勿喷。原文地址：http://blog.csdn.net/niuwei22007/article/details/47684673

Ubuntu15.10 64bit成功安装Theano+Cuda7.5，具体教程看这里

经过一段时间的使用，建议安装python2.7，因为大部分的代码都是基于python2.7开发，如果安装python3.4的话，会有很多的语法问题，就是python3.x和python2.x在语法变量函数名上边进行了大的改动，如果基础不好，还是建议使用低版本。

经过实际测试，win10 64位也可以安装成功。win8没试过，应该也可以

网络上有各种各样的win7 64bit安装theano的方法，我也试过好多，各种各样的问题。因为之前没了解过MinGw等东西，所以安装起来比较费劲，经过不断的尝试，最终我按照以下过程安装成功。

其实过程很简单，首先说一下安装条件：

1. win7 (32和64都可以，下载安装包时一定要选择对应的)
2. vs2010(不一定非要是vs2010，恰好我有vs2010，应该是配置GPU编程时需要用到vs的编译器)
3. Anaconda（转到官方下载，打开之后稍微等一会就会出来下载链接了。之所以选择它是因为它内置了python，以及numpy、scipy两个必要库和一些其他库，比起自己安装要省事。至于版本随便选择了，如果想安装python3.4就下载对应的Anaconda3。本教程使用Anaconda，也就是对应的python2.7版本。安装过程无差别。）

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。
　　这个超级简单，安装目录我用的默认的 C:\Anaconda 。中间会有360拦截，全部允许即可。

三、安装MinGw。
　　其他教程讲在环境变量中添加 path C:\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conda install 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C:\Anaconda\MinGw目录了。

四、配置环境变量。

1. 编辑用户变量中的path变量（如果没有就新建一个，一般会有的），在后边追加C:\Anaconda;C:\Anaconda\Scripts; 不要漏掉分号，此处因为我的Anaconda的安装目录是C:\Anaconda，此处需要根据自己的安装目录填写。
2. 在用户变量中新建变量pythonpath，变量值为C:\Anaconda\Lib\site-packages\theano; ，此处就是指明安装的theano的目录是哪，但是现在咱们还没有安装，所以不着急，先写完再说。
3. 打开cmd，会看到窗口里边有个路径，我的是C:\Users\Locked>，根据自己的路径，找到对应的目录，在该目录下新建一个文本文档.theanorc.txt （注意有两个“.”），编辑它，写入以下内容：
   [global]
   openmp=False
   [blas]
   ldflags=
   [gcc]
   cxxflags=-IC:\Anaconda\MinGW
   其中红体字部分是你安装的Anaconda的路径，一定不要弄错。否则找不到MinGw。
4. 最好重启一下电脑。

五、安装Theano。
不需要手动下载zip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，回车后就是赏心悦目的下载进度条，这个很小，所以安装的比较快。
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。）

六、配置GPU加速（先按照本教程安装好theano）

1. 要装一个vs2010，或者其他的版本，但是不要是vs2015，具体的版本要看你安装的cuda版本。建议装vs2010，能支持大部分的cuda版本。
   装vs2010的时候，可以只选择装C++语言就够。
2. 下载cuda，如果你的Anaconda(python)是64位的，那就下载cuda64bit的；否则下载32bit的。其次，如果你的是笔记本，那就选择notebook，否则选择桌面版。下载地址：https://developer.nvidia.com/cuda-toolkit-archive
3. 至于cuda的版本，有的说要和对应的显卡版本匹配，我的按照列表中的版本是2.1，太老了，现在都出到7.0了，所以我就安装了6.5，实验来看，cuda版本和显卡型号貌似关系不是很大。
4. 安装Cuda6.5，安装的时候，选择“自定义安装”，安装全部功能，还有要安装到默认位置最好，安装很简单，可能需要点时间。
5. 安装完后，打开环境变量应该会多出来2个变量，CUDA_PATH_V6_5和CUDA_PATH.

6. 打开cmd控制台命令行，输入命令nvcc –V回车（注意是大写V）就可以查看版本信息，如果安装正确会显示Cuda的版本号。

   E:\Program_Projects\py\cnn01>nvcc -V nvcc: NVIDIA (R) Cuda compiler
   driver Copyright (c) 2005-2014 NVIDIA Corporation Built on
   Fri_Jul_25_06:28:08_CDT_2014 Cuda compilation tools, release 6.5,
   V6.5.13

7. (这一步不是必须得，而且这一步是和cuda的版本有关系的，不是所有的版本都有这个程序，或者即使有也不一定是类似的文件夹。所以直接下一步也可以。可以确定cuda6.5是有的。)运行C:\Program Files\NVIDIACorporation\Installer2\CUDASamples_6.5\bin\win64\Release下边的particles.exe，如果能正常打开，就说明安装没问题了。

8. 配置.theanorc.txt，如下：
   [global]
   openmp=False
   device = gpu
   floatX = float32
   allow_input_downcast=True
   [blas]
   ldflags=
   [gcc]
   cxxflags=-IE:\Anaconda\MinGW
   [nvcc]
   flags = -LE:\Anaconda\libs #此处是Anaconda的路径
   compiler_bindir = E:\VS2010\VC\bin #此处一定要和你安装的VS的路径保持一致，如果是默认安装的，应该是C:\Program Files(x86)\Microsoft Visual Studio 10.0\VC\bin
   fastmath = True
   flags=-arch=sm_30 #我的加入这句话会报错，去掉就好了
9. 然后就测试一下就行了，这样应该能安装成功。
   测试代码：

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')

注意事项：第六步第８条中，配置文件的命名一定要注意！有些朋友的电脑是刚装的，默认不显示常用后缀名。如果你的电脑不显示后缀名，那么你就要命名为.theanorc了。因为当你显示后缀了以后，就是.theanorc.txt了。很多朋友什么都配置好了，也不报错，仍然不可以使用gpu，很多原因就在于此，他们的配置文件名称为.theanorc.txt.txt

配置GPU参考资料：http://blog.csdn.net/m624197265/article/details/45700619