手把手教你搭建深度學習平臺——避坑安裝theano+CUDA

時間 2019-11-20

標籤手把手搭建深度學習平臺安裝 theano+cuda theano cuda 简体版

原文原文鏈接

python有多混亂我就很少說了。這個混論不只是指整個python市場混亂，更混亂的還有python的各類附加依賴包。爲了一勞永逸解決python的各類依賴包對深度學習形成的影響，本文中採用 python的發行版Anaconda。

Step1 安裝Anaconda

這裏不建議使用python3.4之後的Anaconda版本，由於太新的版本（python3.5）不支持python/matlab混合編程.因此爲了之後方便，建議使用python2.7的Anaconda版本。Anaconda安裝完成後，numpy和scipy等百餘個常見的依賴包自動安裝完成。anaconda路徑自動在環境變量中添加。

Step2 安裝minGW，libpython

網上建議的下載minGW基本就是扯淡，由於下載minGW麻煩不說，文件找不到，路徑還要本身配。這裏給一個超級方便的方法。在未下載minGW和libpython的狀況下，在線安裝。固然這要求你的電腦要聯網。首先打開命令行窗口，在命令行窗口（看清楚我說的是命令行窗口不是python的shell腳本）輸入命令以下：

conda install mingw libpython

中間會要你選擇Proceed([y]/n)? 固然要選y了。輸入y，而後按回車鍵。若是幸運的話，你的電腦會一溜煙安裝完。惋惜至關一部分人並不幸運，他們會發現一個蛋疼的問題——文件在線下一半不下了，要麼就是網速慢成狗。也難怪，誰讓這條命令須要連接境外的服務器呢，拜某牆所賜纔會下的這麼慢。不要急，有辦法。若是你已經下了一半，而後卡成了狗。請遵照如下步驟：

（1）狠下心關掉文件下載了一多半的命令行窗口。

（2）從新打開命令行窗口

（3）輸入命令

conda clean --lock

輸完上述命令後會蹦出一行提示：removing （你的home路徑）\Anaconda2\pkgs\.conda_lock-1056

若是你不輸入這個命令直接輸入 conda install mingw libpython的話，你會發現系統不給裝，由於有文件殘留的緣由。他會認爲你要下載的minGW和libpython已經存在了（剛纔下過了，只不過是殘的）。

（4）輸入命令

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

conda config --set show_channel_urls yes

第一句話的意思是告訴conda命令等會你別往境外找了，就找我給你的這個地址就能夠了。這個是清華大學的anaconda免費package文件服務器

第二句話的意思是告訴conda命令，讓我看看你的url對不對（這句話執行後有可能不顯示，這是正常的，不用急）

（5）輸入命令

conda install mingw libpython

作完以上步驟後就會出現這個界面：

這就說明是裝好了。python

而後再環境設置的路徑裏看一下是否是有mingw的路徑了。沒有的添加一下。 ;C:\Users\Marijuana\Anaconda2\MinGW\bin;C:\Users\Marijuana\Anaconda2\MinGW\x86_64-w64-mingw32\lib

Step3 安裝theano

這裏也是無需下載直接安裝， 命令行裏輸入命令

pip install theano

界面是這樣的：

theano安裝完成後能夠在Anaconda2\Lib\site-packages\theano文件夾下找到theano的文件夾。而後不要忘記將該路徑加入環境變量中，在個人電腦中路徑以下：shell

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

Step4 配置路徑文件

第一步，在你的電腦User目錄下找到你的用戶文件夾，個人登錄用戶名是Marijuana，而後在C:\Users\Marijuana下新建文本文檔，此時果斷不要更名

第二步，在新建文本文檔中輸入以下命令：

[global]

openmp=False

[blas]

Idflags=

[gcc]

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

注意標紅的路徑是根據你本身的MinGW來設置的，不須要和個人同樣

第三步，保存，改文本文檔的名字爲 .theanorc.txt（注意theano前還有一個點）

最後一步，重啓電腦

Step5 theano測試

從cmd進入python的shell腳本

輸入以下指令：

>>> import theano

>>> theano.test()

而後靜靜等待測試完成。通過漫長的等待以後或許你的顯示以下：

看到errors=0 failures=0，你就能夠肯定你成功了。可是你的也有多是這樣：

SKIP=26，errors=80，那就是說，失敗了。仔細查找看顯示出的信息：

彷佛全部的錯誤都是同一個： ERROR: Failure: ImportError (No module named nose_parameterized) 錯誤的意思是：沒有名叫nose_parameterized的模塊

解決方法就是：安裝名爲nose_parameterized的模塊，在命令提示符的窗口下輸入以下代碼：

pip install nose_parameterized

而後再進入python的shell腳本界面，從新輸入

>>> import theano

>>> theano.test()

通過漫長的等待，能夠看到咱們成功的測試結果

基於CUDA+NVIDIA的GPU加速配置

Step1 安裝Visual Studio

我我的推薦Win10+VS2012或者是Win7+VS2010，固然其餘的選擇也大略如此，並不用太糾結。可是千萬要注意： 不要用Visual Studio 2015！！！由於兼容性問題

首先，在微軟的官網上下載Visual Studio，這裏我下載的是 VS2012.所有安裝完成後須要輸入密鑰，密鑰是 RBCXF-CVBGR-382MK-DFHJ4-C69G8

其次，在CUDA的官網上下載CUDA。個人是Win10的系統，因爲顧慮版本兼容性問題，我選用的是較新的版本CUDA7.0,可是後來來看彷佛版本對CUDA的影響不是太大。CUDA安裝不須要密鑰。CUDA安裝好後，若是安裝正確，環境變量裏面會多出兩個變量（不是path裏面多兩個路徑），CUDA_PATH_V7_0和CUDA_PATH

而後從新打開 命令行界面，輸入

nvcc -V

若是可以顯示版本信息（以下）就是正確安裝：

最後一步：從新配置 .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代碼測試基於VS的CUDA加速在theano上是否應用成功

Spyder是一個Python的集成編輯器，Spyder的介紹請參見附錄D Spyder接口大法，Spyder打開後界面以下，而後將代碼粘入以下框體

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')

而後點擊工具欄中的綠三角運行程序，固然你須要點選一個右下角的Console做爲輸出環境。個人代碼運行起來後輸出以下，從輸出來看，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

若是這個程序可以裝好，說明你已經成功在python裏面裝載了theano，而且theano使用了CUDA平臺。