本文将具体介绍深度学习之cuda的环境搭建

工具:支持CUDA的显卡(安装cuda6.5),VS2013。Anaconda。

步骤:

1.安装cuda6.5

这个不具体介绍,网上有很多文章。注意选择你相应的系统(我的是windows8.1 64位版,Desktop是台式机,Notebook是笔记本。事实上选错了你也安装不上)

下载cuda6.5官方网址 https://developer.nvidia.com/cuda-toolkit-65

cuda6.5是傻瓜安装,最好不要改动它的默认文件路径。

完毕后打开命令提示符输入nvcc -V然后回车,如图。

在WindowsVista, Windows 7, Windows 8, Windows Server 2003, and Windows Server2008平台上:能够打开下列.exe文件查看是否安装完毕。

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.5\bin\win64\Release

假设CUDA安装正确。则全部案例都是可以执行的

完毕安装后重新启动一下电脑

2.安装Anaconda

我选的版本号是1.8,由于最新的版本号没有MinGW目录

Anaconda百度云链接:http://pan.baidu.com/s/1qWN06qK password:44st

或者去官方网址https://repo.continuum.io/archive/index.html。找到Anaconda-1.8.0-Windows-x86_64.exe

(依据自己的系统选择对应的版本号下载)

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" height="555" width="444">

下载完毕后安装,傻瓜式安装。

下载theano的zip文件:https://github.com/Theano/Theano 。网址打开后右边有个Download Zip选项,

下载完毕后解压将里面的theno文件拷贝到D:\deep\Anaconda\Lib\site-packages下(这一步是看网上弄的。以下要把theano这个目录删掉,不知道需不须要,以防万一还是做一遍吧)

加入环境变量path(注意是英文的分号):D:\deep\Anaconda\MinGW\bin;

                               D:\deep\Anaconda\MinGW\x86_64-w64-mingw32\lib;

新建环境变量:  PYTHONPATH:

D:\deep\Anaconda\Lib\site-packages\theano

4.配置.theanorc.txt文件

在Home文件夹(不知道能够打开命令提示符,如我的Home文件夹是C盘->用户->Xu)

新建一个名为.theanorc的txt文件,里面输入

[blas]
ldflags =
[gcc]
cxxflags = -ID:\Anaconda\MinGW
[nvcc]
fastmath = True
flags=-LD:\Anaconda\libs
compiler-bindir=C:\Program Files (x86)\Microsoft Visual Studio 11.0\VC\bin
base_compiledir=path_to_a_directory_without_such_characters
[global]
floatX = float32
device = gpu

保存

加入环境变量Path:D:\deep\Anaconda\Scripts

5.安装theano

将上一步的theano目录(即D:\deep\Anaconda\Lib\site-packages\theano)删除。

打开命令提示符。输入pip install theano回车(注意空格),然后它会自己主动安装,注意保持网络畅通

稍等片刻就可以自己主动安装上最新版的Theano深度学习框架。这时可到D:\deep\Anaconda\Lib\site-packages下查看是否已经有theano和Theano-0.7.0-py2.7.egg-info两个目录,若有则表明已经成功安装。普通情况下,这一步不会出错。非常easy操作。

6.改动.theanorc.txt文件

终于版.theanorc.txt文件百度云链接:http://pan.baidu.com/s/1kDzyu password:5ubd

或者将下面内容复制粘贴,我也不知道里面是些啥东西。

[blas]

ldflags=



[gcc]

cxxflags = -ID:\deep\Anaconda\MinGW(注意选择自己的路径)



[nvcc]

fastmath = True

flags=-LD:\deep\Anaconda\libs(注意选择自己的路径)

compiler_bindir=D:\vs2013\VC\bin(注意选择自己的路径。你的可能是C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin

flags =  -arch=sm_30

base_compiledir=path_to_a_directory_without_such_characters



[global]

openmp = False

floatX = float32

device = gpu

allow_input_downcast=True

7.測试

检查theano是否配置成功,打开命令提示符,输入python回车。再输入import theano回车,

若没有其它错误信息输出这表明theano配置正确。例如以下图所看到的。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" height="233" width="444">

在Anaconda目录下会有一个名为Spyder的软件,它长这样,假设没有能够搜索。

在里面输入

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 = 10000 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'

配置成功后会显演示样例如以下

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" height="800" width="888">

最终完了,接下来要学习深度学习的人脸识别方面内容。希望有这方面学习资料的朋友告诉在下一下。

參考文档:

http://blog.csdn.net/m624197265/article/details/45700619

http://blog.csdn.net/baigoocn/article/details/36188029

https://github.com/zzbased/memo/blob/master/anaconda+theano+cuda+vs2012%E7%BC%96%E7%A8%8B%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA.md

深度学习-theano-windows -cuda-环境搭建的更多相关文章

  1. 深度学习(TensorFlow)环境搭建:(二)Ubuntu16.04+1080Ti显卡驱动

    前几天把刚拿到了2台GPU机器组装好了,也写了篇硬件配置清单的文章——<深度学习(TensorFlow)环境搭建:(一)硬件选购和主机组装>.这两台也在安装Ubuntu 16.04和108 ...

  2. 深度学习(TensorFlow)环境搭建:(三)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3

    紧接着上一篇的文章<深度学习(TensorFlow)环境搭建:(二)Ubuntu16.04+1080Ti显卡驱动>,这篇文章,主要讲解如何安装CUDA+CUDNN,不过前提是我们是已经把N ...

  3. 深度学习(TensorFlow)环境搭建:(一)硬件选购和主机组装

    一.硬件采购 近年来,人工智能AI越来越多被人们所了解,尤其是AlphaGo的人机围棋大战之后,机器学习的热潮也随之高涨.最近,公司采购了几批设备,通过深度学习(TensorFlow)来研究金融行业相 ...

  4. 【深度学习】PyTorch CUDA环境配置及安装

    Pytorch版本介绍 torch:1.6 CUDA:10.2 cuDNN:8.1.0 安装 NVIDIA 显卡驱动程序 一般 电脑出厂/装完系统 会自动安装显卡驱动 如果有 可直接进行下一步 下载链 ...

  5. ubuntu 深度学习cuda环境搭建,docker-nvidia 2019-02

    ubuntu 深度学习cuda环境搭建 ubuntu系统版本 18.04 查看GPU型号(NVS 315 性能很差,比没有强) 首先最好有ssh服务,以下操作都是远程ssh执行 lspci | gre ...

  6. 【CUDA 基础】0.0 腾讯云CUDA环境搭建

    title: [CUDA 基础]0.0 腾讯云CUDA环境搭建 categories: CUDA Freshman tags: CUDA 环境搭建 toc: true date: 2018-02-13 ...

  7. Hadoop学习笔记(3)——分布式环境搭建

    Hadoop学习笔记(3) ——分布式环境搭建 前面,我们已经在单机上把Hadoop运行起来了,但我们知道Hadoop支持分布式的,而它的优点就是在分布上突出的,所以我们得搭个环境模拟一下. 在这里, ...

  8. Windows GTK+ 环境搭建(详解)

    来源:http://blog.sina.com.cn/s/blog_a6fb6cc901017ygy.html Windows GTK+ 环境搭建 最近要做界面的一些东西,但是对微软提供的类库MFC不 ...

  9. 【神经网络与深度学习】【CUDA开发】caffe-windows win32下的编译尝试

    [神经网络与深度学习][CUDA开发]caffe-windows win32下的编译尝试 标签:[神经网络与深度学习] [CUDA开发] 主要是在开发Qt的应用程序时,需要的是有一个使用的库文件也只是 ...

  10. 【神经网络与深度学习】【CUDA开发】【VS开发】Caffe+VS2013+CUDA7.5+cuDNN配置过程说明

    [神经网络与深度学习][CUDA开发][VS开发]Caffe+VS2013+CUDA7.5+cuDNN配置过程说明 标签:[Qt开发] 说明:这个工具在Windows上的配置真的是让我纠结万分,大部分 ...

随机推荐

  1. JS性能分析(测试代码运行时间)

    //性能优化 console.time("timer"); for(var i=0;i<10000;i++){} console.timeEnd("timer&qu ...

  2. struts2 使用json

    前台代码: Struts.xml: UserAction: 注意: 1)struts类库里面没有提供ezmorph-1.0.6.jar文件,所以要手动添加:

  3. 一个圆的移动 AE教程 速度曲线调节

    AE里面速度的曲线调节 最终的小效果 两个关键点: 一:速度曲线调节 编辑速度图标,他的曲线是编辑速度的. 二:节点不要用贝塞尔曲线 编辑值图标,就是圆圈的x值y值的曲线.控制位置移动的. 选择一个节 ...

  4. Spring Boot . 3 -- Spring Boot Auto_configuration 是如何实现的?

    配置是Spring 框架的重要核心之一,所以Spring 应用能够正常的跑起来肯定是需要配置的,但是使用的Spring Boot 后很多配置没有做,那么AUTO-CONFIGURATION 到底是怎么 ...

  5. Android实战简易教程-第四十九枪(两种方式实现网络图片异步加载)

    加载图片属于比较耗时的工作,我们需要异步进行加载,异步加载有两种方式:1.通过AsyncTask类进行:2.通过Handler来实现,下面我们就来看一下如何通过这两种方式实现网络图片的异步加载. 一. ...

  6. 原生j获取元素的几种方法

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  7. javascript事件委托和jquery事件委托

    元旦过后,新年第一篇. 初衷:很多的面试都会涉及到事件委托,前前后后也看过好多博文,写的都很不错,写的各有千秋,自己思前想后,为了以后自己的查看,也同时为现在找工作的前端小伙伴提供一个看似更全方位的解 ...

  8. 小甲鱼Python学习笔记

    一 isdigit()True: Unicode数字,byte数字(单字节),全角数字(双字节),罗马数字False: 汉字数字Error: 无 isdecimal()True: Unicode数字, ...

  9. 56.fielddata filter的细粒度内存加载控制

    语法: POST /test_index/_mapping/test_type { "properties": { "test_field": { " ...

  10. Cropping multiple images the same way

    The tools we’ll be using are =GIMP= and =mogrify= (from the ImageMagick suite), so make sure that yo ...