一、其他依赖与工具
sudo apt-get install python-dev
sudo apt-get install python-pip
sudo apt-get install python-nose
sudo apt-get install g++
sudo apt-get install git
二、安装numpy、scipy
#numpy
sudo pip install numpy
#检测
python -c "import numpy;numpy.test()"
#scipy
sudo pip install scipy
#检测
python -c "import scipy;scipy.test()"
只要检测不出错就OK,出错的情况下删除numpy、scipy然后更新软件源继续安装
删除方式:
# 卸载numpy
sudo apt-get remove python-numpy
# 卸载scipy
sudo apt-get remove python-scipy
三、安装theano
# 安装
sudo pip install Theano
# 测试,时间有点长,可以略过
python -c "import theano;theano.test()"
四、配置theanoGPU环境(前提你已经安装好了cuda与cudnn、没有安装的可以参考我ubuntu14.04+cuda7.5安装 官方步骤版
与ubuntu14.04+cuda7.5+caffe+cudnn7.5+anaconda+opencv 2.4.9系统整合(2016.12.3) )
#安装cnmem(占位系统,用来分配显存)
cd $HOME
git clone https://github.com/NVIDIA/cnmem.git cnmem
编译cnmem
cd cnmem
mkdir build
cd build
cmake ..
make
将cnmem/include/cnmem.h与cnmem/build/libcnmem.so两个文件分别放在cuda目录的include与lib目录下,使得theano能链接我们的显卡
sudo cp /home/ubuntu/cnmem/include/cnmem.h /usr/local/cuda/include
sudo cp /home/ubuntu/cnmem/build/libcnmem.so /usr/local/cuda/lib64
设置THEANO_FLAGS
sudo gedit ~/.theanorc
在空白文件中添加
[global]
floatX=float32
device=gpu
[cuda]
root=/usr/local/cuda
[nvcc]
flags=-D_FORCE_INLINES
[lib]
cnmem=0.5
此时cnmem=0.5,意味你有百分之50显存分给当前终端。
至此,theano的GPU环境已经配置完毕,你可以在终端中
python
import theano
会显示你的显卡信息以及cnmem占用比情况
我这里有个警告说此版本支持cudnn最高为4,而我的cudnn为5.05。
此时要更改一下自己的cudnn版本,theano要改为cudnn_v3版本,具体详见我另一篇博客:
ubuntu14.04更改cudnn版本