如何在windows7系统中成功安装theano包

要做卷积神经网络的一些东西，所以要装theano，网上很多Theano安装教程版本较老，而各安装包更新很快，参考价值有限。走了很多弯路才装好，把这个过程记录下来，希望对大家有帮助~ ~

我的配置：win7,32位（64和32位安装步骤没差，下安装包版本有差而已），vs2012

首先推荐一篇英文安装指南，写的十分详细，很多安装指南都是参考的这篇。不过因为这篇里存在着一些冗余成分，个人酌情参考，不过遇到难题时可以看看：Installing Theano

0. *** 作系统

ubuntu下安装会比windows下省事很多，但是好像是直接装进系统里的，python出问题会崩系统（忘了从哪里看的了），可以考虑pip个虚拟环境。我平时的工作环境是windows，并不好装，但是用起来方便一点（个人感觉）。

1.安装anaconda（已内置python，numpy和scipy两个必要库以及一些其他库，自带安装。）

地址：Download Anaconda now!

这里有个重要提醒，似乎x86-64的无法安装成功，我仅仅安装了x86，有不服的可以安装64位的，成功了告诉我。

选择原因：安装简单，网上参考资料多。

也有人会选pythonxy，提醒一下，网上pythonxy资源不多，我装完pythonxy, import theano之后出现了这个问题ImportError: not import name gof,百度谷歌上能试的解决方式我都试了，然并卵。

也有可能没有内置numpy等等，请按照如下方式安装：

Anaconda的一些命令（在Anaconda的命令行窗口输入）：

conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。

conda install <pkg name>#该命令用于安装应用包，如 conda install numpy.

conda update <pkg name>#升级应用包，如 conda update python

2.安装mingw

装完anaconda直接pip install theano是行不通的，在python里搜g++会发现搜不到。

问题在于anaconda底下根本没有MinGW包，不要听信什么自己下个zip，安装到anaconda底下，正确方法：cmd输入：conda install mingw libpython

MinGW等文件夹会自动装到anaconda下面，life is short, save your time.

3.环境配置

在用户变量中，PATH添加C:\AnacondaC:\Anaconda\Scripts

并新建 PYTHONPATH：C:\Anaconda\Lib\site-packages\theano

在cmd的home目录中新建 .theanorc.txt 文件（注意名字中的“.”）,根据自己安装MinGW的路径写上MinGW的路径，（Windows下一班在 C:\Users\jiangxinyue）我的如下：

[blas]

ldflags=

[gcc]

cxxflags = -IC:\Anaconda\MinGW

这个文件也有必要放在c:\用户\公共\ 多放一个位置吧，万一有用呢

重启电脑

4.安装theano

别用什么theano.zip解压到目录底下或者theano_installer_latest.msi,不嫌麻烦你就去试，正确方式：cmd输入：pip install theano

pip install <pkg name>#该命令用于安装应用包，如 pip install theano.

（pip用法看这里：pip 安装使用详解）

装完之后在ipython中输入以下两行代码测试一下：

import theano

theano.test()

没有error的话，恭喜你，安装成功了~ ~

当然你可能没安装成功，可能会出现g++ 的问题，怎么办呢？

先卸载

cmd输入：pip uninstall theano

然后

cmd输入：conda install mingw libpython

然后再安装一遍

cmd输入：pip install theano

反复几次可能会好，只能帮到这里了。

5.GPU加速

GPU加速首先就是安装CUDA，然而CUDA只支持NVIDIA显卡,因为CUDA软件就是他家出的，如果你的本并不是NVIDIA显卡，别费劲了

6.BLAS

看看numpy是不是已经默认BLAS加速了,在python里输入：

import numpy

id(numpy.dot) == id(numpy.core.multiarray.dot)

结果为False表示已经成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现，并没有加速。

基本上是两步走： 1、安装theano 2、安装cuda 注意在win7 64位下，python和cuda要统一，要么都用32位，要么都用64位的。 在windows下最麻烦的可能就是安装theano了， 安装theano： 首先要安装theano的依赖项，最主要的就是numpy，scipy,nose了。...

---