win8 64bit and theano (cpu only)

1. 安装tdm-gcc, 把以下两个目录加入PATH

     TDM-GCC-64\bin

      TDM-GCC-64\x86_64-w64-mingw32\bin

2. 安装WinPython

    WinPython-64bit-2.7.10.1\python-2.7.10.amd64 加入PATH

3. 下载theano,解压后执行

     python setup.py develop

     应该很快搞定

4.cmd输入python,然后import theano，会等一会才有反应，但不应该有错误或者警告

5. 确认cpu启用

    在用户目录下新建.theanorc文件，内容如下

     [global]

     device = cpu

     force_device = True

    [gcc]

    cxxflags = -IC:\installed\Anaconda\MinGW\

   

    官网的代码，结果应该是一样的，速度应该是接近的 (不过似乎每次运行时间不是固定的???)

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(), )

=======================================================================

anaconda似乎也可以，但除了以上步骤之外，还需要一个额外的操作

conda install mingw libpython

但这一步在我这里下载速度太慢，所以放弃了

anaconda的步骤如下

1. 安装anaconda

2. conda install mingw libpython

3. 下载https://github.com/Theano/Theano，解压后取出其中的theano文件，放到C:/anaconda/Lib/site-packages目录中

4. 修改环境变量

    C:/Anaconda/MinGW/bin;C:/Anaconda/MinGW/x86_64-w64-mingw32/lib 加入 path中(确定二者之前没有其他g++路径，否则import theano时会遇到编译失败, 在CMD中

     打印path检查以下，我遇到的就是cygwin中的g++在二者之前....)

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

5. 在cmd默认的启动目录新建.theanorc文件，内容如上

6. 进入python，试试import theano

   

=======================================================================

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。