吐血配置win7+theano+gpu+caffe+matlab+python

    首先感谢大神小鱼人fish、hjimce 、double-vane ，本文主要在这三篇博客的基础上，写一下我自己的安装经历。由于我在安装的时候遇到不少问题，所以将三位大神的博客直接复制，在我修改的地方做了一些批注，希望能帮助到更多的人，可能也侵犯三位大神的版权了，罪过罪过。

 一、theano环境搭建

首先，按照hjimce 的http://blog.csdn.net/hjimce/article/details/46654229安装theano。

原文地址：http://blog.csdn.net/hjimce/article/details/46654229

作者：hjimce

搭建theano实属不易，因为每个人的电脑不一样，所以安装过程会有所区别，特别是安装cuda的时候，很容易驱动冲突。网上教程一大堆，但是我都没搭建成功，最后根据官网的教程，一步一步的琢磨，总算功夫不负有心人。因此写一下艰辛的theano安装历程

环境：win7+64位系统 

硬件：笔记本电脑， 显卡型号:GTX 850M

现在假设电脑啥都没装，开始从头到尾进行环境搭建。

1、安装Anconda。

因为如果安装纯净版python，还需要自己安装其它的numpy、matpolt等库，挺麻烦的。所以我直接安装集成的Anaconda ，这个软件包含了Ipython，还有许多python的计算库。下载地址为：http://www.continuum.io/downloads

因为我是64位系统，因此选择64位的版本，下载后文件为：Anaconda-2.2.0-Windows-x86_64.exe，下载完成后，就直接双击开始安装，全部都选取默认的就可以了，默认会安装到：C:\Anconda。

安装完成后，在window开始菜单下，的所有程序中找到已安装的Anaconda，如下：

打开Anaconda的命令窗口：Anaconda Command Prompt，然后输入命令：conda list      可以查看Anaconda为我们安装的python相关的包：

里面有非常多的包，如：numpy, nose, pip, python, scipy。

2、安装mingw、theano

(1)mingw 安装

有的Anaconda 是有包含mingw的，不过我下载到的版本安装完以后上面的包列表中并没有mingw，也就是C:\Anconda文件下没有MinGW文件夹，因此需要自己在线安装。这个如果没有装好，后面使用theano的时候会提示：g++ no detect，还有g++不是内部命令什么的。总之如果错误提示g++问题，就代表mingw没有安装或配置好。

我们在Anaconda命令窗口中，输入mingw的安装命令： conda install mingw（此处先别输入，往下看，我用的是下面的方法）。

声明修改：这一步用命令conda install mingw错了，最后theano安装完后，输入命令“import theano”会出现：no module named gof 的错误 。需要把mingw的安装命令改为： conda install mingw libpython。才不会出现后面的no module named gof 错误

因为我已经安装过了，所以输入安装命令后，提示的是：All requested packages already installed。也就是已经安装完了，如果还没有安装的，它会自动链接在线安装。

mingw安装完后，在C:\Anconda文件下会出现：名为MinGW的文件夹。（目前安装的都是Anconda2了，无妨）

(2)theano 安装

与mingw的安装类似，直接在anaconda的命令窗口中输入命令：pip install theano。接着会自动进行在线安装，如下所示：

最后安装成功了会提示：successfully installed theano。

(3)配置环境变量

在桌面上我的电脑右键-》属性-》高级系统设置-》环境变量。即可进入环境变量设置界面如下：

步骤一、在系统环境变量中选择“变量path”，在后面加入值：“c:\Anaconda\MinGW\bin;c:\Anaconda\MinGW\x86_64-mingw32\lib;”(如果操作系统为32位的变量值输入为“c:\Anaconda\MinGW\bin;c:\Anaconda\MinGW\i686_w64-mingw32\lib;”)（注意要带分号）

步骤二、新建环境变量。变量名为“PYTHONPATH”,变量值为“C:\Anaconda\Lib\site-packages\theano;”（同样注意要带分号）

步骤三、打开C盘-》用户-》当前用户（根据你的电脑用户而定）。因为我的电脑现在所用的是超级管理员用户Adminstrator，因此打开Adminstrator用户

用户目录

在用户Adminstrator下面创建文件名为：“.theanorc.txt”,文件内容为：

“[blas] 
ldflags=

[gcc] 
cxxflags = -IC:\Anaconda\MinGW\include”

（这里需要注意的是，我安装时，mingw文件夹里没有include，只写到mingw这一级即可），即

“[blas] 
ldflags=

[gcc] 
cxxflags = -IC:\Anaconda2\MinGW”

即：

ok，到了这里我们已经完成了theano配置的上半部分，这个时候theano已经可以用了，接着需要做个测试，测试一下自己上面的配置有没有问题。

(4)测试配置是否有误

测试开始前，需要重启电脑，因为我们上面配置了环境变量，系统的环境变量设置完了需要重启电脑才能有效果。

测试方法一、

测试代码：

import numpy as np
import time
import theano
A = np.random.rand(1000,10000).astype(theano.config.floatX)
B = np.random.rand(10000,1000).astype(theano.config.floatX)
np_start = time.time()
AB = A.dot(B)
np_end = time.time()
X,Y = theano.tensor.matrices('XY')
mf = theano.function([X,Y],X.dot(Y))
t_start = time.time()
tAB = mf(A,B)
t_end = time.time()
print "NP time: %f[s], theano time: %f[s] (times should be close when run on CPU!)" %(
                                           np_end-np_start, t_end-t_start)
print "Result difference: %f" % (np.abs(AB-tAB).max(), )

把上面的代码拷贝复制一下，然后用python运行一下结果如下：

如果上面的np time 和theano time 差不多，那就代表你上面的配置没有问题了，这个有的时候电脑还有其他的任务，也有可能导致运行的时间不一致。

测试方案二、

在python命令窗口中输入：

import theano
print theano.config.blas.ldflags

没有出错(没有返回值)则说明已经配置成功，如下图所示，就代表成功了：

测试方案三、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 （我试了好几次，都是true，不知道原因，望有懂的人告知，谢谢࿰