最近在学习深度学习的相关内容,照着http://deeplearning.net/tutorial/中每个章节的例子一个个对着代码做。并且将部分代码重构了,代码地址在https://github.com/wangzhics/deeplearning里面了。
deeplearning里面的代码是基于http://deeplearning.net/software/theano/tutorial/index.html#tutorial的,theano中我们可以定义变量,使用其内置的公式并组合,而不用关心具体的实现过程,能够加快我们的学习速度。theano中的代码可以在GPU上跑,前面为了快速上手学习算法,一直没有折腾这个,这两天花了些时间弄好了。
其实官方文档http://deeplearning.net/software/theano/install_windows.html#gpu-windows已经比较全了,但是由于其是基于比较旧的软件版本进行介绍的,在用新版本时难免会遇到一些问题,下面是过程的一些记录
安装CUDA
CUDA是nvidia提供可以使用C++进行GPU编程的接口,其官方下载地址为
https://developer.nvidia.com/cuda-downloads,最新版本为7.5。
CUDA需要C++的编译器,Windows下可以使用Visual C++,我们可以直接下载其官网推荐的Visual Studio。
但是注意:CUDA 7.5不支持VS 2015,
http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/#axzz46v2MC6l8,我选择的是VS 2013 Express。
CUDA和VS2013直接下载安装就好,并不需要设置,安装好后先添加系统环境变量
CUDA在安装的时候可能会提醒找不到系统找不到VS环境,这个没关系,我们安装VS2013只是为了给CUDA编译环境。我们可以运行CUDA提供的例子来判断CUDA是否安装好了,打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\1_Utilities\deviceQuery
直接运行 deviceQuery.cpp,可以看到自己的显卡设备信息,这样CUDA就安装好了
安装Theano
windows下有很多python科学计算的发行版工具包,我直接用的Anaconda ,其安装简单方便,官方下载地址为
https://www.continuum.io/downloads,我用的python3.x的版本(即Anaconda3),直接下载安装包安装就好。
注意:网上很多教程都是说直接运行
C:\Users\WangZ>conda install libpython
Using Anaconda Cloud api site https://api.anaconda.org
Fetching package metadata: ....
Solving package specifications: ....
The following specifications were found to be in conflict:
- conda -> conda-env
- conda -> menuinst
- conda -> pycosat
- conda -> python 2.7*|3.3*|3.4*