Win10環境下安裝theano並配置GPU詳細教程

在win10環境下，安裝VS2013，Cuda，Anaconda3，並安裝Theano配置GPU詳細教程 ...

一．軟體和環境

（1）安裝日期2016/12/23；

（2）原材料VS2013，cuda-8.0（最好下載cuda7.5，目前theano-0.8.2對cuda-8支持不是很好），Anaconda3-4.2.0（64位）；

（3）環境為win10.

二．安裝步驟

（1）安裝VS2013。這個沒什麼可說的，下載64位版本後就是一路下一步、確定就行，記住安裝位置就可以了，我這裡的安裝目錄是D:\software\VS2013：

接著右鍵我的電腦-》屬性-》高級系統設置-》環境變數，之後編輯系統變數Path，加入兩個路徑D:\software\VS2013\VC\bin和D:\software\VS2013\Common7\IDE，以分號隔開，如圖：

點擊確定即可。

（2）安裝cuda。這個也沒什麼可說的，到官網上下載cuda，並一路下一步+確定就好了，註意如果安裝過程中win10提示阻止某項操作，一定要選擇允許本次操作或允許程式所有操作，否則cuda就會安裝失敗。Cuda官網地址為

http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/#axzz46v2MC6l8，

下載地址為https://developer.nvidia.com/cuda-downloads，

如圖：

（註意：這是cuda-8版本，對目前版本的theano支持不是很好，不過不影響使用，最好還是下載cuda7.5，我這裡懶得再重裝一遍，所以就用的cuda-8）

還有一定要記住cuda的安裝路徑，我的路徑就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，如圖：

（3）右鍵我的電腦-》屬性-》高級系統設置-》環境變數，可以看到系統變數中增加了兩個變數CUDA_PATH和CUDA_PATH_V8_0，如圖：

之後編輯系統變數Path，加入兩個路徑%CUDA_PATH%\lib\x64和%CUDA_PATH%\bin，要用分號隔開，如圖：

點擊確定。

打開命令行，輸入nvcc -V，如果出現下圖則安裝成功：

並可到目錄C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery下用VS2013打開並運行測試樣例deviceQuery_vs2013.vcxproj文件，如圖：（註意C:\ProgramData為隱藏文件夾，需要點擊C盤-》查看-》選項-》查看，選中顯示隱藏的文件、文件夾和驅動器，點擊確定。如圖）

圖為顯示C:\ProgramData文件夾的查看選項

圖為deviceQuery_vs2013.vcxproj的位置

圖為在VS2013中的運行結果

最後一行為Result = Pass則表示安裝配置成功。

（4）安裝Anaconda3-4.2.0，這個很簡單，就是一路確定即可，記住安裝位置，如我就是安裝在D:\software\Anaconda3，如圖：

接著右鍵我的電腦-》屬性-》高級系統設置-》環境變數，在用戶變數中添加PATH，並加入路徑D:\software\Anaconda3，D:\software\Anaconda3\Scripts和D:\software\Anaconda3\Library\bin，點擊確定。如圖：

之後進入命令行輸入python，如果出現如圖信息，則安裝成功：

關閉命令行。

（5）安裝mingw和libpython。打開命令行後輸入conda install mingw libpython即可，目前libpython已經支持python3.5了，就不用再配置python3.4的環境了。註意如果安裝mingw速度很慢，則可ctl+c並退出命令行，再進入命令行修改Anaconda的鏡像，這裡推薦清華的鏡像，方法為在命令行中輸入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

，之後再conda install mingw libpython即可。

之後到Anaconda3的安裝目錄中可以看到MinGW的文件夾，如圖：

（註：網上說需要把MinGW的路徑加入到環境變數，其實不用，等會兒再theano的配置文件中標出MinGW的位置即可）

（6）安裝theano。首先打開命令行，輸入conda install scipy，之後再輸入pip install theano即可。（為什麼要輸入conda install scipy我也不明白，但是網上建議）。之後在個人主文件夾下新建一個“.theanorc.txt”的文檔。個人主文件夾就是打開命令行後所顯示的文件夾路徑，比如我的就是C:\Users\15540：

註意theano的配置文件為.theanorc.txt，註意前面那個點要有，並且文件名為.theanorc，.txt是文件類型，不要弄錯。打開.theanorc.txt寫入以下信息：

[global]

openmp=False

device = gpu

optimizer_including=cudnn

floatX = float32

allow_input_downcast=True

[lib]

cnmem = 0.8

[blas]

ldflags=

[gcc]

cxxflags=-ID:\software\Anaconda3\MinGW

[nvcc]

flags = -LD:\software\Anaconda3\libs

compiler_bindir = D:\software\VS2013\VC\bin

fastmath = True

註意需要把cxxflags=-ID:\software\Anaconda3\MinGW換成你的Anaconda3中MinGW的位置，flags = -LD:\software\Anaconda3\libs換為你的Anaconda3中libs的位置，compiler_bindir = D:\software\VS2013\VC\bin換為你的VS2013中VC\bin的位置；還有cnmem = 0.8這個網上說設為1，但是貌似有點問題，建議設為小於1的值，如我這裡設為0.8 ，這就可以避免後面顯示CNMEM is disabled了。

（7）更新cudnn文件，到網上搜索cudnn下載下來（到官網註冊一下就可以下載了，官網網址為https://developer.nvidia.com/cudnn）。將下載來的文件解壓，解壓出cuda文件夾，裡面包含3個文件夾，如圖。將設三個文件夾替換掉系統裡面的對應文件，進行覆蓋替換即可，例如我的文件目錄為C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0。覆蓋掉後面導入theano時會就不會出現CuDNN not available提示了。

（8）測試theano。打開命令行，輸入python，在輸入import theano，如果出現UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 11: invalid continuation byte這種編碼問題，這是因為掉用nvcc返回的字元串是使用的cwindows預設的預設編碼，直接找到theano中對應的報錯文件，把源碼出錯的地方改為 *.decode("GBK")就可以。比如我的是在theano下的__init__.py出現的編碼問題，則修改為：