Theano 中文文档 0.9 - 4. 要求

4. 要求

译者：Python 文档协作翻译小组，原文：Requirements。 本文以 CC BY-NC-SA 4.0 协议发布，转载请保留作者署名和文章出处。 Python 文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。交流群：467338606。

注意

我们只支持通过conda安装要求的软件包。

Python 2 >= 2.6 或 Python 3 >= 3.3 建议使用开发包（在大多数Linux发行版上为python-dev或python-devel）（见下文）。0.6及以前的版本支持Python 2.4。0.8.2及以前的版本支持Python 2.6。对于Python 3，支持3.3之后的版本。 NumPy >= 1.9.1 < 1.11.1 早期版本可以工作，但我们没有测试。 SciPy >= 0.14 < 0.17.1 当前只有稀疏矩阵和特殊功能需要，但强烈推荐。SciPy > = 0.8可以工作，但早期版本对稀疏矩阵有已知的错误。 BLAS安装（具有Level 3的功能）

• 推荐：MKL，通过Conda免费安装。
• 或者，我们建议安装OpenBLAS，其中包含development headers（-dev，-devel，具体取决于你的Linux发行版本）。

可选要求

g++（Linux和Windows），clang（OS X） **强烈推荐。**Theano可以回退基于NumPy的Python执行模型，但C编译器允许更快的执行。 nose >= 1.3.0 推荐，用于运行Theano的测试套件。 Sphinx >= 0.5.1, pygments 用于构建文档。LaTeX和dvipng也是必需的，用于将数学符号显示为图像。 pydot-ng 处理大的gif/images图片。 NVIDIA CUDA驱动程序和SDK 强烈推荐在NVIDIA gpus上生成/执行GPU代码时需要。参见下面的说明。 libgpuarray 在CUDA和OpenCL设备上生成GPU/CPU代码时需要（参见：GpuArray Backend。）

通过Conda安装的要求的软件包（推荐）

安装Miniconda

按照此链接安装Miniconda。

注意

如果你想要编译的代码更快（推荐），确保你安装了g++（Windows/Linux）或Clang（OS X）。

安装要求的软件包和可选的软件包

conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>

• <…>之间的参数是可选的。

安装Miniconda

按照此链接安装Miniconda。

注意

如果你想要编译的代码更快（推荐），确保你安装了g++（Windows/Linux）或Clang（OS X）。

安装要求的软件包和可选的软件包

conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>

• <…>之间的参数是可选的。

安装和配置GPU驱动程序（推荐）

警告

现在OpenCL仍然是最小支持。

1. 安装CUDA驱动程序
   • 按照此链接安装CUDA驱动程序和CUDA工具包。
   • 你必须在驱动程序安装后重新启动计算机。
   • 测试在重新启动之后可以正确加载它，从命令行执行命令nvidia-smi。

   注意 正确性检查：bin子文件夹应包含nvcc程序。此文件夹称为cuda root目录。

2. 修复’lib’路径
   • 添加’lib’子目录（如果你有一个64位操作系统，则为“lib64”子目录）到你的$LD_LIBRARY_PATH环境变量。
3. 设置Theano的配置标志 要使用GPU，你需要定义cuda root。你可以通过以下方式之一：
   • 定义一个$CUDA_ROOT环境变量等于cuda根目录，如CUDA_ROOT=/path/to/cuda/root，或
   • 向THEANO_FLAGS添加cuda.root标记，如THEANO_FLAGS='cuda.root=/path/to/cuda/root'，或
   • 添加一个[cuda]节到你的.theanorc文件，包含选项root = /path/to/cuda/root。