看到网上大部分教程都是win10,自己的电脑是win8.1,带着尝试的心态跟着教程试着装,在经历了各种报错后…终于成功了。小小记录一下…蛋疼的感觉…
主要参考:
ankivil.com/installing-keras-theano-and-dependencies-on-windows-10/
ankivil.com/making-theano-faster-with-cudnn-and-cnmem-on-windows-10/
这个博主写得很详细,点个赞。
以及
www.deeplearning.net/software/theano/install_windows.html
安装须知:1.肯定要先度娘确认自己的NVidia显卡型号是否支持GPU编程啦,确认支持就可以开搞~2.原本电脑如果已经安装了cuda、python的可以跳过相关安装步骤,直接安装其他所需软件或库,最后测试如果报错,根据错误google一下,实在解决不了…个人推荐推掉重来…各软件版本间不兼容情况挺烦人…3.安装过程中需要编辑、添加各种环境变量,大部分默认自动添加,安装后注意检查…VS需要人工添加环境变量,CUDA,python默认自动添环境变量。环境变量没有部署好,会出现各种错,划重点。。
所用各软件版本及下载:
Visual Studio:VS2013
CUDA:8.0
CuDNN:5.0 for WIN7
Anaconda:4.31 Python 2.7 version
theano:0.8.0
纯手打…如有错误,望批评指正,交流学习,谢谢
安装VS(Visual Studio)
百度云:链接:http://pan.baidu.com/s/1qYQ9Mc0 密码:bbjz
版本与安装:VS2013,参考博文说2015版以及更新的版本不兼容cuda8.0。加上一直用的VS2013,就没有做其他尝试。安装VS很简单,一路next,填上key
添加到系统环境变量PATH:安装完成后添加安装路径如:C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin(默认没有更改安装路径的话应该是这个)到系统环境变量PATH,方法见下方
windows环境变量的更改:在桌面上右键单击计算机图标。选择属性。单击左边“高级系统设置”。单击“环境变量”。在系统变量部分中,找到并选择 PATH 环境变量。单击编辑。之后在变量值那一栏的末尾加上VS的路径,注意系统变量用分号隔开。通过单击确定关闭所有剩余窗口。
安装CUDA
版本与安装:CUDA 8.0 ,安装一路next即可,推荐默认安装路径。之后呢,在电脑的右下角windows图标右键一下,打开cmd命令提示符(管理员),敲nvcc -V,出现下图就算安装成功啦
如果没有出现上面的版本信息,则很有可能是没有添加CUDA路径到环境变量中(正常来说是自动配置的),检查一下。手动添加方法:新建系统变量CUDA_PATH跟CUDA_PATH_V8_0,名称如下图即可,值均填上:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
安装是否成功测试:CUDA自带的测试示例deviceQuery(放在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery),打开deviceQuery_vs2013.vcxproj,自动加载到VS,点击VS上方菜单“生成”——“配置管理器”——将“活动解决方案配置”更改为“Relese”——“关闭”——“生成解决方案”,可以看到下方输出显示生成成功。在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release这个文件夹下会生成一个deviceQuery.exe文件,直接双击运行会一闪而过,可以通过如下操作:打开cmd(管理员)(方法见上方),用cd命令切换路径到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release,然后敲deviceQuery.exe,结果如下图:
至此,CUDA已经安装成功啦~
安装CuDNN
版本与安装:cuDNN v5 Library, for CUDA 8.0,for Windows 7,下载解压后将3个子文件夹(bin,include,lib)覆盖替换到CUDA文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下。
安装theano
0.安装python
theano是python的深度学习库,首先肯定要安装python啦,而theano的使用又经常需要各种相关依赖包,当你需要使用其他库的时候同样需要相应的依赖包,一般相关库的官网都有说明。为了省去一个一个安装的麻烦…可以使用集成开发包,这里使用Anaconda2-4.3.1-Windows-x86_64,python2.7版本,之所以python2.7是考虑到不会太新也不会太久,下载的源代经常发现是用python2.X写的…
Anaconda的安装也很简单,默认的选项都勾上(包括添加环境变量、默认安装python2.7)
检验python是否安装成功:打开命令提示符(管理员),敲python,可以看到相关版本信息,同时可以发现,cmd切换为python~
1.安装MinGW
这个版本的Anaconda没有自带MinGW,自己下载MinGW,并将解压后文件的路径添加到PATH环境变量中,如:解压到C盘根目录,则添加C:\x86_64-5.4.0-release-posix-seh-rt_v5-rev0\mingw64\bin到PATH中。新打开命令提示符(管理员),输入:
cd %USERPROFILE%\Anaconda2\libs
gendef ..\python27.dll
dlltool --as-flags=--64 -m i386:x86-64 -k --output-lib libpython27.a --input-def python27.def
del python27.def
上面的%USERPROFILE%填的是Anaconda2的安装路径,默认在C:\ProgramData
网上也有在线安装的方法:conda install mingw libpython,未测试,不知可不可行…
2.安装theano
终于到了正题…python安装库有两种方式:一种是在线安装,在命令提示符(管理员)敲:pip install theano,等待下载自动安装即可;一种是把包下载下来,然后运行setup.py:下载theano 0.8.0,解压到任意路径,在命令提示符(管理员)敲:cd后接路径,切换至theano包解压的文件夹,紧接着敲python setup.py install 等待安装完成就阔以啦。上图:
补充一点:卸载包的方法是找到C:\ProgramData\Anaconda2\Lib\site-packages,将想要删除的包对应的文件夹delete即可。
3.配置theano
安装完成后,接着在命令提示符(管理员)窗口敲:
cd %USERPROFILE%
type NUL >.theanorc
生成.theanorc文件。上面的%USERPROFILE%指当前用户文件夹,比如用的是Administrator账户,则%USERPROFILE%为C:\Users\Administrator,如果是其他类型的用户账户,也可以在C:\Users中找到,相应地更改即可。当执行完上面两个命令,可以发现用户文件夹下会多一个.theanorc文件
用记事本打开该文件,写入
[global]
floatX = float32
device = gpu
[nvcc]
compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin
[lib]
cnmem=0.8
cnmem数值在0到1之间,代表theano使用的GPU内存分配量
测试theano是否安装成功,可以在新开的命令提示符(管理员)窗口敲
python
import theano
出现(CNMeM is enabled with initial size: 80.0% of memory, CuDNN 5004),即代表安装部署成功啦~(CuDNN后面的数字不重要…)
最后
安装OpenBLAS
在theano官网的windows安装教程中提到
OpenBLAS是优化的基础线性代数程序集。这个安装与否不会改变GPU计算的性能,但可以显著提高theano在CPU上的性能。附带翻译安装方法:
下载mingw64_dll.zip,OpenBLAS-v0.2.14-Win64-int32.zip,新建一个文件夹用于放OpenBLAS,如:C:\openblas,将解压得到的mingw64_dll以及OpenBlas/bin放到该文件夹下,添加路径到系统环境变量PATH中,并修改theano配置文件:.theanorc文件,打开后添加下方语句
[blas]
ldflags=-LC:\openblas -lopenblas