继续水文章。
以前说的直接利用sourceforge里的exe安装scipy和numpy事实上是一种比较low的方法,,哈哈。 因为安装的都是32位的,数据量一大就memoryError了,当时是在keras下跑mnist cnn时出现这个问题的。。。。 有一些更好的方法,但是我还是选择了使用64-bit Anaconda,安装了Anaconda= python+scipy+numpy+Ipython+spyder+… 一劳永逸!
然而自己当时选择的是Anaconda3.5 里面的phthon是3.5版本的,后面配置GPU加速的时候又出现了一堆环境之类的问题,还得自己虚拟一个python3.4的环境,真是痛苦。。。在歇(放弃)了几天后,偶然看到了一个简书blog,博主使用的是Anaconda2.7,并且有完整的使用GPU加速Theano的教程,遂决定一试。
电脑C盘已经红了,而且自己确实用不着GPU,还是放弃了。。。