本文主要是介绍Win10 64bit 安装Theano 配置CUDA 实现GPU加速 详细步骤,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、前言
之前接触过深度学习,由于实验室台式电脑是32位且没有独显,跑深度学习这样层次复杂的模型,运算时间上非常漫长(干着急…)。这次在自己笔记本上重新折腾,配置CUDA ,通过学习网上总结的教程,不断尝试,最终安装成功。现将整个安装过程记录下来。
二、软件信息:
【1】操作系统:Win10 64bit
【2】Python环境及相关依赖包:Anaconda-2.1.0-Windows-x86_64
【3】Theano包:深度学习框架
【4】检查显卡是否支持GPU加速。如果显卡不支持GPU加速,到此就没有必要进行下面两步配置操作了。
【5】C++环境安装:直接安装微软的VisualStudio环境。
【6】并行计算架构安装:直接安装CUDA。
三、详细配置步骤
整个过程总共包括六步,顺次执行如下:开始→了解操作系统→Python环境及相关依赖包→Theano包安装→检查显卡是否支持GPU加速→C++环境安装→并行计算架构安装→配置结束,下面就对每个步骤进行详细描述。
了解操作系统
主要是了解操作系统是32bit,还是64bit ,然后在之后几个步骤中都要下载与自己系统位数一致的软件。
Python环境及相关依赖包安装
目前Python的版本主要分为Python 2.x和Python 3.x,由于Theano采用的Pyhton 2.x进行编写的,所以在这里安装Python环境的时候建议安装Python2.x,除了安装最基本的Python环境,还应该安装一些其他的依赖包以供Theano使用。在安装Python环境极其相关依赖包的过程中,如果一个一个的安装其他依赖包,这样显得较为麻烦,这里建议安装一个Python集成开发包,Python集成开发包种类较多,我这里安装的Anaconda(版本为Anaconda-2.1.0-Windows-x86_64,[点这里下载32位](https://repo.continuum.io/archive/),安装的地址可以直接建在C盘,也可以放其他盘。我放在了E:\program files\Anaconda 在安装完Python后,会附带一个IDE,叫Spyder。打开Spyder ,输入python命令,即可看到响应的输出结果,这表明Python已经正确安装。注意:如果使用Anaconda -4.0.0 等高版本的话,会发现没有MinGW,需要自己另外单独安装了MinGW,它的方式是 :打开cmd,然后直接输入 conda install mingw libpython 回车就会出现安装进度,然后安装成功。而我提供的这个版本自带MinGW。
深度学习框架Theano安装
在前两步已经正确配置后就可以安装Theano了。由于Anaconda中的Python依赖包集中已经有了pip工具包,因此在安装Theano时,只需保证网络畅通的前提下,打开控制台,然后输入>>pip install theano命令并回车,然后稍等片刻即可自动安装上最新版的Theano深度学习框架。这时可到D:\Anaconda\Lib\site-packages目录下查看是否已经有theano和Theano-0.7.0-py2.7.egg-info两个文件夹,若有则表明已经安装成功。一般情况下,这一步不会出错,很容易操作。
安装结束后,检查当前用户目录下是否有.theanorc.txt文件(这是theano的
这篇关于Win10 64bit 安装Theano 配置CUDA 实现GPU加速 详细步骤的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!