Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-

2024年2月29日发(作者：)

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建文件准备参考资料及文件下载地址，请见文章最后。Windows 7

旗舰版（内部版本7601）Anaconda2-4.1.1-Windows-x86_conda是一个Python科学计算环境，提供了很多常用的Python库，例如：

numpy，scipy, matplotlib等等。自带的包管理器conda也很强大，可以方便地安装各种Python库。cuda_7.5.18_A是由显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。编译器， /Visual Studio 2010旗舰版Rapid Environment Editor（环境变量编辑器）先把它安装了吧，编辑环境变量方便点。一、安装CUDA 7.5深度学习库如果使用CUDA进行GPU加速，可以大大缩短计算时间。如果不需要GPU加速，直接跳到第二部分。1.1

安装Visual Studio 2010旗舰版安装Visual Studio 2010，只选择Visual C++部分，其他都可以不装，这样安装起来更快。怎样安装VS2010这里不赘述了。1.2

检查GPU是否支持CUDA安装前先检查下，自己的显卡是否支持CUDA，不支持的话就洗洗睡吧。可以从下面的网址查看自己的显卡是否在支持之列。/cuda-gpus

注意笔记本和desktop的区别。1.3

安装CUDA 7.51.

从CUDA的官网下载安装文件，/cuda-downloads，我安装时最新版本是 7.5.18.

注意选择系统是windows 7，选择exe(local)那个Installer Type。如下图：2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建如果需要下载CUDA的历史版本，请到这里：/cuda-toolkit-archive2.

安装CUDA 7.5.18，直接按照提示【下一步】就好了。安装目录就使用默认即可。安装完成之后，会自动新建两个环境变量：

CUDA_PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5

CUDA_PATH_V7_5=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5

这两个环境变量是程序自动添加的，无需手动添加。另外，在PATH环境变量里面，安装完成户也会自动添加下面两个值：

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5bin

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libnvvp

2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建还会添加一些其他的环境变量，这些不是很重要，不需要特意关注。例如：

NVCUDASAMPLES_ROOT=C:ProgramDataNVIDIA CorporationCUDA Samplesv7.5

NVCUDASAMPLES7_5_ROOT=C:ProgramDataNVIDIA CorporationCUDA Samplesv7.5

NVTOOLSEXT_PATH=C:Program FilesNVIDIA CorporationNvToolsExt除了自动添加的环境变量，还需要手动添加一些环境变量，如下：1.

2.

3.

4.

5.

CUDA_BIN_PATH=%CUDA_PATH%binCUDA_LIB_PATH=%CUDA_PATH%libx64CUDA_SDK_PATH=c:ProgramDataNVIDIA CorporationCUDA Samplesv7.5CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%binwin64CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%commonlibx64用户变量里面添加如下：1.

2.

INCLUDE=C:Program FilesMicrosoft SDKsWindowsv6.0AIncludeLIB=C:Program FilesMicrosoft SDKsWindowsv6.0ALib3.

测试安装CUDA安装结果

打开命令提示符，输入：可以看到如下信息：

nvcc -V

2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建

但是，这样并不代表安装成功了。等把CUDA_Samples示例编译成功了，才能算是成功。4.

编译CUDA的示例程序

在c:ProgramDataNVIDIA CorporationCUDA Samplesv7.5目录下，有CUDA的示例程序。

由于我安装的是VS2010，所以我打开Samples_那个文件，将解决方案配置更改为Release和x64.

使用Release模型，由于所有程序安装包用的都是64位版本，所以改为x64比较好。下面就是按下F7编译解决方案了。别急，事情还没有结束，因为，编译完成后，会有大概11个项目编译失败。提示是缺少：

”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件。

解决方案在这里（/fengbingchun/article/details/44963681）

就是下载DXSDK_，它是微软的DirectX Software Development Kit，下载下来后，安装提示一步步安装到默认的目录，不要修改它。

安装完成后，它会自己添加一个环境变量：DXSDK_DIR=C:Program Files (x86)MicrosoftDirectX SDK (June 2010)再次编译，这次145个项目就都会成功了，编译需要时间，请耐心等待。5.

测试编译的示例程序

c:ProgramDataNVIDIA CorporationCUDA Samplesv7.5binwin64Release下面生成了程序，其中有个，

在拖到cmd窗口中，可以看到如下结果：

2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建再试下同一目录下的其他生成的exe文件，发现都可以正常运行，ok，CUDA安装完成。安装完成二、安装Theano和Keras2.1

安装Anaconda我是从官网下载的最新版的64位Anaconda，Anaconda2-4.1.1-Windows-x86_

。安装过程挺简单的，选择【All Users】那个选项。

它默认的目录即可，不必更改。

2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建

安装完成之后，会在PATH环境变量中自动添加如下内容：1.

2.

3.

C:Anaconda2C:Anaconda2ScriptsC:Anaconda2Librarybin2.2

安装Theano和Keras1.

保持网络连接，从开始菜单中打开Anaconda Prompt，输入：pip install keras

安装就开始了，它会把Theano也给安装上，因为Keras是依赖Theano的。但是这里安装的Theano比较老，是Theano-0.8.2。

后面我们还会装更新的版本。2.

继续输入：conda install mingw libpython

就会按照mingw，安装完成之后，会在c:Anaconda2目录下多出一个MinGW文件夹，这之前是没有的。3.

安装新的Theano

Theano的下载地址：/Theano/Theano，下载zip包后，解压到：h:GitTheano

从开始菜单中打开Anaconda Prompt，依次输入如下命令：1.

2.

3.

H:cd h:GitTheanopython install4.

新建环境变量PYTHONPATH新建一个环境变量PYTHONPATH，值为c:Anaconda2Libsite-packagestheano .2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建2.3

安装TMD-GCCTheano需要用到g++，安装mingw特别慢。这里使用TMD-GCC。

双击文件，安装在默认目录c:TDM-GCC-64。按照提示完成即可。安装完成之后，会在PATH环境变量里面自动添加：

C:TDM-GCC-64bin三、使用GPU安装完成之后并不能直接使用，还得完成一系列配置才可以。3.1

配置.或者新建THEANO_FLAGS环境变量（二选一）选择一：在当前用户下新建一个文本文件.，例如我的是：文件的内容如下：1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

[blas]ldflags =

[gcc]cxxflags=-IC:TDM-GCC-64include[nvcc]fastmath=Trueflags=-LC:Anaconda2libscompiler_bindir=C:Program Files (x86)Microsoft Visual Studio 10.0VCbin[global]openmp=Falsedevice=gpufloatX=float32c:UsersLuoge

注意与自己的安装目录对应起来。选择二：也可以不新建文件，而是新建一个环境变量THEANO_FLAGS，环境变量的值如下：

floatX=float32,device=gpu,th=True,=-D_FORCE_INLINES3.2

测试GPU是否可用从开始菜单中打开Anaconda Prompt，依次输入：1.

2.

3.

pythonimport theanoimport keras结果如下图所示：

2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建Theano：Using gpu device 0，我只有一个CPU，GTX 650.

Keras：Using Theano backend注意到上面说没有安装cuDNN加速库，这个是可选的，下面来安装它。四、安装cuDNNcuDNN可以在前面GPU加速基础上大概再提升1.5倍的速度。

1.

下载cuDNN。

2.

解压下载的文件，里面有bin、include、lib，将三个文件夹复制到安装CUDA的地方覆盖对应文件夹，默认文件夹在：

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5

3.

如何验证CuDNN是否配置成功呢？

打开Anaconda Prompt，输入python，再输入import theano，显示的如果是下图这样子，就成功了。

五、测试用一个梯度下降算法来测试下程序能否正常运行。测试了两个程序，CPU和使用GPU加速时间对比。文件GPU10.3sCPU8.7slogistic_2016/9/19

Windows 7+Anaconda+Theano+Keras+VS2010+CUDA GPU加速-深度学习环境搭建1.96min4.63min当算法比较简单时，运行时间不长时，有GPU加速反而比较慢。

当算法复杂度上来，运行时间长时，GPU加速的优势就开始慢慢体现了。参考资料：Win7配置CUDA并搭建基于Theano框架的GPU加速环境windows7 64位机上CUDA7.0配置及在VS2010中的简单使用举例Windows7

下安装配置Keras并支持GPU加速64位WIN7上成功安装theano,并运行了g++, GPUWindows7+VS2012下64位OpenCV3.0+CUDA7.5的编译和部署Theano-githubAnaconda installer archiveCUDA下载CUDA Installation Guide for Microsoft WindowsTDM-GCC主页cuDNN V4百度网盘VS2010旗舰版下载DXSDK_2016/9/19