Theano+cuda8.0+vs2013配置
来源:互联网 发布:淘宝加盟电话 编辑:程序博客网 时间:2024/05/21 08:02
http://www.cnblogs.com/linbirg/p/5412063.html
http://deeplearning.net/software/theano/install.html#windows-installation-references
http://blog.csdn.net/niuwei22007/article/details/47684673
http://blog.csdn.net/churximi/article/details/51627849
先注意下时间哈 2016年12月2日
装的很曲折很窝火。该
1、anaconda2
2、mingw
3、blas、lapack
4、numpy->scipy
5、theanos、keras
能复制的绝对不要自己手敲,不要问为什么
能复制的绝对不要自己手敲,不要问为什么
能复制的绝对不要自己手敲,不要问为什么
配了一天→_→anaconda,theanorca.txt也是够了
1、anaconda2
先介绍下anaconda2,他包含了绝大多数库比如numpy,scipy,省去了繁琐的安装过程。当然类似的哈有canopy。
(以下部分可选)
具体安装比较无脑,就不介绍了,建议顺带安装pycharm,装好pycharm的时候记得第一次随便跑个什么程序,helloworld也可以,因为第一次打开pycharm要配置interpreter要蛮久时间。
pycharm依赖jvm,顺便提一句要装jdk。
2、mingw
直接conda install mingw libpython
再写环境变量。
第一部分是配置anaconda和mingw,我有几个环境变量可能写多了,不过不影响运行,也无所谓了。
第二部分是设置VS的路径,我是用的VS2013专业版可能要新一点,他们之前我看过的版本都是10.0我的是12.0,具体情况具体填吧。
记得填完一定要检验能不能打开
记得填完一定要检验能不能打开
记得填完一定要检验能不能打开
重要的事情说三遍,就是还要注意,可能以后anaconda可能还会更新,可能又不叫anaconda2了,注意调整环境变量。
3、blas,lapack
http://icl.cs.utk.edu/lapack-for-windows/lapack/
下Prebuilt libraries for Microsoft Visual Studio Projects
就是这一坨,下好放在anaconda里的mingw的lib中。
4、装了anaconda可以略过这步。
没装先装numpy再装scipy,因为有依赖关系。
记得每次装完调用相关函数,看看装的有没有问题。
比如
import numpy
numpy.test()
5、theano
之前的准备工作就是装好vs2013和cuda
注意顺序,先装cuda,再装vs2013
cuda8.0不需要配环境变量,cuda给你已经配好了,所以不需要配
想知道cuda装好没装好在cmd下输入nvcc -V,有版本号就是对的,不啰嗦
或者直接打开vs建一个工程默认会创建了一个cuda例子程序
结果应该是{11,22,33,44,55}
pip install theano
pip install nose
这一步非必须
pip install nose-noparametered//这个我也记不清叫什么了theano.test()到会面会说缺这个模块,记得安装就好
如果你没配置gpu,import theano后不会有任何提示
然后主要执行两条
import theanotheano.test()
theano.test()没有大的错误就可以放过了,可能要稍微等一下,就可以ctrl+c打断了。
紧接着打开cmd默认最开始出现的目录
比如C:\users\aaa
一般就是当前用户(如aaa)目录
建一个文件叫做
.theanorc.txt
注意前面有一个.!!!!!!
我填了这些内容
[global] openmp=Falsedevice=gpu0allow_input_downcast=TruefloatX=float32[blas] ldflags=
当然我参考之前的教程,什么nvcc,gcc的,这些统统不需要配置!!!
你也可以只保留
[global]
[blas]
[nvcc]
[gcc]
真的就什么都不要再管了,theano.test()报一个错误就按提示改一个,这个是坠稳得,没有之一
比如说我默认是float64,cpu跑的话,他会提示你改成float32,然后关掉cmd再theano.test() 出来一个改一个。有的时候很蛋疼device=gpu,有时候又device=gpu0,还不如直接等报错。(手动微笑,心好累)
我也是突然开脑洞把nvcc,gcc删了一下好了。按之前好多教程上走的反而各种问题,这个是真的醉了= =
当然你若直接看文档,参数信息在这里
theano-configure
http://deeplearning.net/software/theano/library/config.html
可能是由于版本的问题,我scipy,numpy,theano都跟他们不一样,我theano都是0.9版本,他们还在0.8呢 = =
如果你配置的是对的,import theano以后,会出现gpu型号的提示,像我这样
下面是一段测试代码,一可以对比cpu,gpu,二可以测试你是不是真的配置theano使用gpu配置对了
from theano import function, config, shared, sandboximport theano.tensor as Timport numpyimport timevlen = 10*30*768 # 10 x cores x threads per coreiters = 1000rng = 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')
秀一波,碎叫!
- Theano+cuda8.0+vs2013配置
- 图文:配置CUDA8.0 + VS2013
- win10+vs2015配置theano+cuda8.0+cudnn
- win10+vs2013+GTX 1070 配置cuda8.0
- Win7x64+cuda8.0+ caffe VS2013配置记录
- CUDA8.0+VS2013的安装和配置
- vs2013+GTX1070+cuda8.0+cudnn_v5.1配置
- CUDA8.0安装配置 for VS2013
- Win7x64+cuda8.0+ Dragon VS2013配置记录
- Win10+VS2015+cuda8.0+theano+keras的配置过程
- Windows10+Theano+CUDA8.0+Keras配置安装过程
- Ubuntu16.04 Anaconda+Theano+Cuda8.0+Cudnn5.1+keras配置
- win7 64位 vs2013下配置caffe(CUDA8.0)
- Win7x64+cuda8.0+ Microsoft caffe VS2013配置记录
- Windows10+VS2013+caffe+Python2.7+CUDA8.0 部署配置
- Vs2013+Cuda8.0+win10配置教程详细版
- win10+vs2013+cuda8.0+caffe
- 爆详细Ubuntu16.04,CUDA8.0,Caffe,OpenCV3.1,Theano,Tensorflow完全配置指南
- Android4.4打开系统相册返回Null问题
- 为什么以太网无法接收大于1500字节的数据包?
- 不能ping到某主机,并不意味什么
- The H Index for Computer Science
- easyui分页真的很easy
- Theano+cuda8.0+vs2013配置
- 动态规划总结篇
- 中断源
- 用SQLiteDatabase类存储数据
- 中断处理
- xml文件解读
- 如何通过yum命令在CentOS上安装JDK
- Node JS practice
- delphi中的copy函数和pos函数