深度学习-theano-windows -cuda-环境搭建

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