Theano+cuda8.0+vs2013配置

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！