Theano与CUDA的windows安装

Theano是深度学习的一个框架
linux安装很简单，windows安装稍微复杂点，
同时考虑到一般用户都没有linux服务器，即使有，也未必能用GPU，这里以windows安装为例来说明大体的安装流程

安装条件：
1. win7 (32和64都可以，下载安装包时一定要选择对应的)
2. vs2010(不一定非要是vs2010，应该是配置GPU编程时需要用到vs的编译器)
3. Anaconda（Anaconda是python的科学计算版本，之所以选择它是因为它内置了python，以及numpy、scipy两个必要库以及一些其他库，比起自己安装要省事）

安装流程：
1.安装Anaconda，因为是图形界面安装，这里不多说，安装目录我用 D:\Anaconda
2.安装MinGw
[1]. 打开CMD(注意是windows命令提示符)
[2]. 输入conda install mingw libpython，然后回车，会出现安装进度，稍等片刻即可安装完毕。此时就有D:\Anaconda\MinGw目录了
3.配置环境变量
[1]. 添加环境变量。打开控制面板,在搜索栏输入"environ"再点编辑账户的环境变量，编辑用户变量中的path变量（如果没有就新建一个），在后边追加D:\Anaconda;D:\Anaconda\Scripts; 不要漏掉分号，此处因为我的Anaconda的安装目录是D:\Anaconda，此处需要根据自己的安装目录填写。
[2]. 在用户变量中新建变量pythonpath，变量值为D:\Anaconda\Lib\site-packages\theano; 此处指明安装的theano的目录是哪
4.进入cmd，用"fsutil file createnew theanorc.txt 0"创建文本，文本内容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -ID:\Anaconda\MinGW
5.安装Theano
cmd进入命令行，不用进入python直接输入
pip install theano安装即可，如果没有pip命令，可以用conda install pip安装
在cmd中，输入python 进入到python环境下，然后先输入import theano回车
继续输入theano.test()，没有error就说明安装成功了
验证BLAS是否安装成功。由于numpy是依赖BLAS的，如果BLAS没有安装成功，虽然numpy亦可以安装，但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译，用以下代码试验：
>>> import numpy
>>> id(numpy.dot) == id(numpy.core.multiarray.dot)
False
结果为False表示成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现并没有加速

安装好之后接下来我们讲CUDA的安装
为什么需要CUDA?因为用CPU来处理图像之类的弱爆了，想用GPU加速就要装CUDA

安装流程：
1.先检查自己的显卡是否支持CUDA，不支持就别费劲了
查看自己显卡的方式：选中计算机--> 右键属性 --> 设备管理器 --> 显示适配器：NVIDIA GeForce 900
显卡如果不是NVIDIA的，就没戏了，即使是，还要到网站上查查自己的型号是否支持
检查网址：https://developer.nvidia.com/cuda-gpus，注意选择笔记本还是台式机，大部分坑爹的一体机其实是算笔记本的

2.下载VS2010,不推荐用VS2015,很多东西还没做到兼容，可能是太新了，以后会好点吧
安装VS2010

3.下载CUDA
https://developer.nvidia.com/cuda-downloads
这里是CUDA的下载地址,注意选择正确的版本
安装CUDA，图形界面，没什么好说的，默认路径安装就好，只有一点，注意安装的时候选择自定义安装，里面的模块全部选上

4.验证是否安装成功
进入C:\Program Files\NVIDIA Corporation\Installer2\CUDASamples_7.0.{D4F8CD18-6F4B-4742-843C-B4262B4AACB3}\bin\win64\Release
看到一个deviceQuery程序,双击能正常执行就证明成功了，如果没有，很有可能你的机器不支持GPU

python判断是否使用GPU代码

直接看转发源地址吧，懒得贴了

转自：http://www.godeye.org/lesson/116