手把手教你搭建深度学习平台——避坑安装theano+CUDA

时间 2019-11-20

标签手把手搭建深度学习平台安装 theano+cuda theano cuda 繁體版

原文原文链接

python有多混乱我就很少说了。这个混论不只是指整个python市场混乱，更混乱的还有python的各类附加依赖包。为了一劳永逸解决python的各类依赖包对深度学习形成的影响，本文中采用 python的发行版Anaconda。

Step1 安装Anaconda

这里不建议使用python3.4之后的Anaconda版本，由于太新的版本（python3.5）不支持python/matlab混合编程.因此为了之后方便，建议使用python2.7的Anaconda版本。Anaconda安装完成后，numpy和scipy等百余个常见的依赖包自动安装完成。anaconda路径自动在环境变量中添加。

Step2 安装minGW，libpython

网上建议的下载minGW基本就是扯淡，由于下载minGW麻烦不说，文件找不到，路径还要本身配。这里给一个超级方便的方法。在未下载minGW和libpython的状况下，在线安装。固然这要求你的电脑要联网。首先打开命令行窗口，在命令行窗口（看清楚我说的是命令行窗口不是python的shell脚本）输入命令以下：

conda install mingw libpython

中间会要你选择Proceed([y]/n)? 固然要选y了。输入y，而后按回车键。若是幸运的话，你的电脑会一溜烟安装完。惋惜至关一部分人并不幸运，他们会发现一个蛋疼的问题——文件在线下一半不下了，要么就是网速慢成狗。也难怪，谁让这条命令须要连接境外的服务器呢，拜某墙所赐才会下的这么慢。不要急，有办法。若是你已经下了一半，而后卡成了狗。请遵照如下步骤：

（1）狠下心关掉文件下载了一多半的命令行窗口。

（2）从新打开命令行窗口

（3）输入命令

conda clean --lock

输完上述命令后会蹦出一行提示：removing （你的home路径）\Anaconda2\pkgs\.conda_lock-1056

若是你不输入这个命令直接输入 conda install mingw libpython的话，你会发现系统不给装，由于有文件残留的缘由。他会认为你要下载的minGW和libpython已经存在了（刚才下过了，只不过是残的）。

（4）输入命令

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

conda config --set show_channel_urls yes

第一句话的意思是告诉conda命令等会你别往境外找了，就找我给你的这个地址就能够了。这个是清华大学的anaconda免费package文件服务器

第二句话的意思是告诉conda命令，让我看看你的url对不对（这句话执行后有可能不显示，这是正常的，不用急）

（5）输入命令

conda install mingw libpython

作完以上步骤后就会出现这个界面：

这就说明是装好了。python

而后再环境设置的路径里看一下是否是有mingw的路径了。没有的添加一下。 ;C:\Users\Marijuana\Anaconda2\MinGW\bin;C:\Users\Marijuana\Anaconda2\MinGW\x86_64-w64-mingw32\lib

Step3 安装theano

这里也是无需下载直接安装， 命令行里输入命令

pip install theano

界面是这样的：

theano安装完成后能够在Anaconda2\Lib\site-packages\theano文件夹下找到theano的文件夹。而后不要忘记将该路径加入环境变量中，在个人电脑中路径以下：shell

;C:\Users\Marijuana\Anaconda2\Lib\site-packages\theano

Step4 配置路径文件

第一步，在你的电脑User目录下找到你的用户文件夹，个人登录用户名是Marijuana，而后在C:\Users\Marijuana下新建文本文档，此时果断不要更名

第二步，在新建文本文档中输入以下命令：

[global]

openmp=False

[blas]

Idflags=

[gcc]

cxxflags=-I C:\Users\Marijuana\Anaconda2\MinGW

注意标红的路径是根据你本身的MinGW来设置的，不须要和个人同样

第三步，保存，改文本文档的名字为 .theanorc.txt（注意theano前还有一个点）

最后一步，重启电脑

Step5 theano测试

从cmd进入python的shell脚本

输入以下指令：

>>> import theano

>>> theano.test()

而后静静等待测试完成。通过漫长的等待以后或许你的显示以下：

看到errors=0 failures=0，你就能够肯定你成功了。可是你的也有多是这样：

SKIP=26，errors=80，那就是说，失败了。仔细查找看显示出的信息：

彷佛全部的错误都是同一个： ERROR: Failure: ImportError (No module named nose_parameterized) 错误的意思是：没有名叫nose_parameterized的模块

解决方法就是：安装名为nose_parameterized的模块，在命令提示符的窗口下输入以下代码：

pip install nose_parameterized

而后再进入python的shell脚本界面，从新输入

>>> import theano

>>> theano.test()

通过漫长的等待，能够看到咱们成功的测试结果

基于CUDA+NVIDIA的GPU加速配置

Step1 安装Visual Studio

我我的推荐Win10+VS2012或者是Win7+VS2010，固然其余的选择也大略如此，并不用太纠结。可是千万要注意： 不要用Visual Studio 2015！！！由于兼容性问题

首先，在微软的官网上下载Visual Studio，这里我下载的是 VS2012.所有安装完成后须要输入密钥，密钥是 RBCXF-CVBGR-382MK-DFHJ4-C69G8

其次，在CUDA的官网上下载CUDA。个人是Win10的系统，因为顾虑版本兼容性问题，我选用的是较新的版本CUDA7.0,可是后来来看彷佛版本对CUDA的影响不是太大。CUDA安装不须要密钥。CUDA安装好后，若是安装正确，环境变量里面会多出两个变量（不是path里面多两个路径），CUDA_PATH_V7_0和CUDA_PATH

而后从新打开 命令行界面，输入

nvcc -V

若是可以显示版本信息（以下）就是正确安装：

最后一步：从新配置 .theanorc.txt文件

[global]

openmp=False

device=gpu

floatX=float32

allow_input_downcast=True

[blas]

ldflags=

[gcc]

cxxflags=-IC:\Users\Marijuana\Anaconda2\MinGW

[nvcc]

flags=-LC:\Users\Marijuana\Anaconda2\libs

compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 11.0\VC\bin

fastmath=True

flags=-arch=sm_30

一段Python代码测试基于VS的CUDA加速在theano上是否应用成功

Spyder是一个Python的集成编辑器，Spyder的介绍请参见附录D Spyder接口大法，Spyder打开后界面以下，而后将代码粘入以下框体

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' % iters, t1 - t0, 'seconds')

print ('Result is', 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')

而后点击工具栏中的绿三角运行程序，固然你须要点选一个右下角的Console做为输出环境。个人代码运行起来后输出以下，从输出来看，使用了gpu

runfile('C:/Users/Marijuana/.spyder2/temp.py', wdir='C:/Users/Marijuana/.spyder2')

DEBUG: nvcc STDOUT mod.cu

��ڴ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/cuda_ndarray/cuda_ndarray.lib �Ͷ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/cuda_ndarray/cuda_ndarray.exp

Using gpu device 0: GeForce 920M (CNMeM is disabled, cuDNN not available)

DEBUG: nvcc STDOUT mod.cu

��ڴ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpzarusg/97496c4d3cf9a06dc4082cc141f918d2.lib �Ͷ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpzarusg/97496c4d3cf9a06dc4082cc141f918d2.exp

INFO (theano.gof.compilelock): Refreshing lock C:\Users\Marijuana\AppData\Local\Theano\compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64\lock_dir\lock

DEBUG: nvcc STDOUT mod.cu

��ڴ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpfonthz/6174b19f8005a60d6a2faaae7ff1c9a7.lib �Ͷ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpfonthz/6174b19f8005a60d6a2faaae7ff1c9a7.exp

INFO (theano.gof.compilelock): Refreshing lock C:\Users\Marijuana\AppData\Local\Theano\compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64\lock_dir\lock

DEBUG: nvcc STDOUT mod.cu

��ڴ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpykz3yg/3c923ca60ec57848906002c5ee763565.lib �Ͷ�� C:/Users/Marijuana/AppData/Local/Theano/compiledir_Windows-10-10.0.10240-Intel64_Family_6_Model_78_Stepping_3_GenuineIntel-2.7.12-64/tmpykz3yg/3c923ca60ec57848906002c5ee763565.exp

[GpuElemwise{exp,no_inplace}(<CudaNdarrayType(float32, vector)>), HostFromGpu(GpuElemwise{exp,no_inplace}.0)]

('Looping 1000 times took', 2.11299991607666, 'seconds')

('Result is', array([ 1.23178029, 1.61879349, 1.52278066, ..., 2.20771813,

2.29967761, 1.62323296], dtype=float32))

Used the gpu

若是这个程序可以装好，说明你已经成功在python里面装载了theano，而且theano使用了CUDA平台。