win 7 에서 Anaconda 의 theano 설치 기록

간수 삶 음 은 이미 windows 플랫폼 에 Niuzhiheng & happynear 의 caffe 를 설치 하여 사용 하기에 매우 시원 하 다. 진심으로 Linux 보다 직관 적 이 고 누가 우리 에 게 이렇게 오래 windows 를 사용 하 라 고 했 습 니까?물론 ubuntu 도 시원 하 죠.
    깊이 있 는 학습 코드 를 다시 한 번 살 펴 보고 알고리즘 so 를 익히 려 면 어 쩔 수 없 이 제시 해 야 합 니 다.http://deeplearning.net/tutorial/확실히 비교적 좋 은 코드 를 훑 는 선택 입 니 다. 그래서 저 는 이 만인 이 우 러 러 보 는 theano 를 다시 설치 해 야 합 니 다. Anaconda 라 는 python 가방 이 설치 되 어 있 기 때문에 당연히 2.7 입 니 다. so.정부의 설치 방법 에 대해 서 는 자신의 상황 에 따라 선택 해 야 한다.달 려 가다http://deeplearning.net/software/theano/user guide 를 훑 어보 세 요.cuda, numpy 의 각종 구름 을 발 견 했 습 니 다. 이미 설치 되 었 습 니 다. 그래서 제 설치 절 차 는 다음 과 같 습 니 다.
1 Anaconda 승급
건 너 뛰 기, cmd 명령 발견

conda install mingw libpython

그래서 실행 하 다가 mingw 를 설치 해 주 고 python 의 공구 꾸러미 를 업그레이드 해 주 었 습 니 다.
2 다운로드 설치 및 theano 0.7 설정
    1 > 다운로드 참조https://pypi.python.org/pypi/Theano
     2 > 다운로드 후 압축 을 푸 는 디 렉 터 리 에 들 어가 python setup. py install 을 실행 합 니 다.
     3 > 이후 에 도 이 디 렉 터 리 아래 에 있 습 니 다.

python setup.py develop

이로써 강력 한 theano 가 설치 되 었 습 니 다. Anaconda 의 spyder 편집 기 를 열 어 아래 코드 를 붙 일 수 있 습 니 다.
정상 적 인 상황 에서 console 가 출력 합 니 다.
NP time: 0.129000[s], theano time: 0.092000[s] (times should be close when run on CPU!) Result difference: 0.000000
3 cuda 지원 및 theano gpu mode 설정
GPU 를 지원 하 는 것 을 보고 참 지 못 하고 담 았 습 니 다. cuda 는 이미 담 았 습 니 다. 다시 말 하지 않 습 니 다.
theano 를 어떻게 설정 하 는 지 에 대해 서 말씀 드 리 겠 습 니 다.
잡담 은 하지 않 고 로그 인 사용자 의 디 렉 터 리 아래 새 파일 을 만 듭 니 다.
. theanorc. txt 파일 이름 이 필요 하지 않 습 니 다.
새 파일 에 다음 내용 을 붙 여 넣 으 십시오. 빈 칸 이 필요 하지 않 습 니 다. 
[global] openmp=False device=gpu floatX=float32 allow_input_downcast=True [blas] ldflags = [gcc] cxxflags=-IE:\Anaconda2\pkgs\mingw-4.7-1\MinGW\x86_64-w64-mingw32\include  #당신 의 MinG 디 렉 터 리 [nvcc] flags = - LE:\Anaconda 2\libs\# 당신 의 python 디 렉 터 리 copilerbindir = E:\vstudio 12\\VC\bin\# 당신 의 vs. net vc 디 렉 터 리 fastmath = True flags = - arch = sm50\# gpu 의 능력 에 따라 nvcc 에서 자신의 gpu 가 무엇 을 지원 하 는 지 측정 할 수 있 습 니 다.
끝 난 후 테스트, 다음 코드 붙 여 넣 기

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(), ))

from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time

vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
iters = 1000

rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], T.exp(x))
print(f.maker.fgraph.toposort())
t0 = time.time()
for i in range(iters):
    r = f()
t1 = time.time()
print("Looping %d times took %f seconds" % (iters, t1 - t0))
print("Result is %s" % (r,))
if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):
    print('Used the cpu')
else:
    print('Used the gpu') 

          ：