64位WIN7上成功安装theano,并运行了g++, GPU

  经过多天尝试，终于在我的64位WIN7上成功安装了theano,并运行了g++（否则速度就太慢了）

在32位WIN7上我安装的是pythonxy 成功运行了g++  但是换到64位没安装成功于是换成了AnacondaCE

-------------------------------------------------------安装配置过程（32位同样适用）----------------------------------------------------------------

下载安装 AnacondaCE：

AnacondaCE我安装在E:\AnacondaCE（去官网下载这个http://www.continuum.io/downloads，这个可是傻瓜式安装，然后再按照下面的步骤就可以成功配置了）

下面是安装theano：

1. 下载theano的zip文件：https://github.com/Theano/Theano ，解压到E:/Anaconda/Lib/site-packages/theano(文件里面有个theano的文件夹，拿出来放在E:/Anaconda/Lib/site-packages里面)目录下。如果上述网址的包不能使用可以下载这个http://download.csdn.net/detail/yeyang911/7523003

2. 添加环境变量:    path: E:/Anaconda/MinGW/bin;E:/Anaconda/MinGW/x86_64-w64-mingw32/lib;  

                              (32bit  E:/Anaconda/MinGW/i686-w64-mingw32/lib;)   

    新建环境变量：  PYTHONPATH: E:/Anaconda/Lib/site-packages/theano;

对于用GPU的人（要安装相应的CUDA版本，比如说我用的64位的python环境（Anaconda 64位），CUDA的版本也是64位的）

CUDA的 配置http://blog.csdn.net/yeyang911/article/details/17450963

接下来就剩配置文件了（配置文件要放在cmd打开后的路径下）

下面我将我的配置贴出来给大家参考（根据官网）

这个是没有用到GPU的配置

这个是用了GPU的配置（要安装相应的CUDA版本，比如说我用的64位的python环境，CUDA的版本也是64位的）

nvcc里面的配置还是很重要的

配置完如果不能用的话重启下。

--------------------------------------------如果按照上面的过程你就可以使用了-------------------------------------------

制作theano可用的训练样本  http://blog.csdn.net/yeyang911/article/details/17523343

--------------------------------------------下面是程序的测试--------------------------------------------------------------------

程序下载：

http://download.csdn.net/detail/yeyang911/6937611

GPU下：logistic_sgd.py ran for 20.2s

GPU下：mlp

GPU:  CNN(注：运行这个GPU程序需要下载“inttypes.h","stdint.h" 这两个头文件，然后放到VS2010/VC/include
的文件下面。)http://download.csdn.net/detail/yeyang911/6750713 这个可以下载

GPU:The code for file cA.py ran for 84.86m

GPU:The no corruption code for file dA.py ran for 3.43m \ The 30% corruption code for file dA.py ran for 3.41m

GPU:rbm

GPU下运行的  DBN  程序   可以发现 不到一分钟可以进行一次pre-train 比在CPU 下快了很多   

我的GPU是GT650M   因为是笔记本。

当然 ，在进行GPU处理前 好像还做了一些程序翻译：

还有很长我就不贴出来了。祝大家成功配置成功。。。。

下面演示的是DBN 代码 运行的过程。。。

pre-train  耗时 251.17 分钟

fine tuning   94.62 分钟

如果在CPU上要跑2,3天吧。。