theano安装（二）windows安装visual studio 2010及cuda

亦凉 2021-09-10 23:48 348阅读 0赞

本文是[成功安装theano][theano]之后续版本，目的是为了使theano能够使用GPU

--------------------

本文目录

*  安装Theano
 *  安装VS2010
 *  安装Cuda
    
     *  1查看本机显卡型号
     *  2 查看本机显卡是否支持cuda
     *  3下载Cuda
     *  4安装Cuda 以安装CUDA65为例子
     *  5配置CUDA的环境变量
     *  6测试CUDA是否安装成功
     *  7 其他
 *  配置visual studiocuda
 *  配置theanorctxt文件
 *  测试

--------------------

# 1.安装Theano #

方法见本博客另外一篇文章[theano安装（一）windows配置安装theano环境（非GPU版）][theano]

--------------------

# 2.安装VS2010 #

>  *  Microsoft Visual Studio 10.0：VS2010
>  *  Microsoft Visual Studio 11.0：VS2012
>  *  Microsoft Visual Studio 12.0：VS2013

（注：如果安装VS2012，可以参看博文[安装visual studio 2012，并配置opencv][visual studio 2012_opencv]）

*  加载组件  
    ![这里写图片描述][20160513094137187]
 *  点击下一步  
    ![这里写图片描述][20160513094202438]
 *  阅读许可条款，同意后，点击下一步；另外，左侧列出了需要安装的组件以及已经安装了的组件（此次安装过程将不会再被安装）  
    ![这里写图片描述][20160513094211985]
 *  选择自定义  
    ![这里写图片描述][20160513094220141]
 *  选择要安装的功能，这里只选择Visual C++；并且，设置安装路径  
    ![这里写图片描述][20160513094227454]
 *  开始安装各个组件，漫长的等待，其中，名称为Microsoft Visual Studio 2010旗舰版的组件安装最慢了….  
    ![这里写图片描述][20160513094234346]
 *  安装完成，查看一下安装路径  
    ![这里写图片描述][20160630202148866]
 *  安装完成，启动Visual studio，初次打开需要等待一会儿  
    ![这里写图片描述][20160630200322810]
 *  新建一个简单的win32控制台应用程序（即可以在cmd或者直接点击运行的），测试vs2010是否安装成功
    
     *  Crtl F7：编译，通过
     *  F7：生成解决方案，但却失败，出现错误`LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏`  
        ![这里写图片描述][20160630201144360]

# include <stdio.h>
    void main ()
    {
        int x;
        printf("input x = ");
        scanf("%d",&x);
        printf("x=%d\n",x);
    }

*  上述生成不通过的解决方案：  
    
    
     *  方案一：项目——>项目属性——>配置属性——>连接器——>清单文件——>嵌入清单 “是”改为“否”  
        ![这里写图片描述][20160630201419025]
     *  方案二：如果方案一不能解决问题，则查看计算机是否为64bit操作系统，如是，继续如下操作:  
        
        
         *  查找是否有两个cvtres.exe：  
            `\vs_root\vc\bin\cvtres.exe`  
            `C:\Windows\Microsoft.NET\Framework\v4.0.30319\cvtres.exe`
         *  分别对这两个文件：右键属性——>详细信息——>查看两者版本号——>删除/重命名较旧的版本
         *  治本的办法是方案二，删除旧版本的cvtres.exe后，就不需要每次都设置配置了，也就是说，项目清单那一项的取值为是或者否都没有关系了  
            ![这里写图片描述][20160630202350836]  
            ![这里写图片描述][20160630202426822]

--------------------

# 安装Cuda #

## （1）查看本机显卡型号 ##

*  开始>计算机>右键我的电脑>属性>设备管理器  
    ![这里写图片描述][20160513085305621]
 *  在显示配置器中找到本机显卡型号，本机为GTX 730M  
    ![这里写图片描述][20160513085354733]

## (2) 查看本机显卡是否支持cuda ##

*  查询自己的显卡是否支持CUDA（以我的是GTX 730M为例）  
    
    
     *  进入[Nvidia官网][Nvidia]
     *  [进入产品->处理器->Geforce][-_-_Geforce]
     *  如果是台式机选择[桌面型GPU][GPU]、笔记本则选择[笔记版型GPU][GPU 1]
     *  找到自己的GPU，例如，我的geForce GT 730M页面，发现它是支持GUDA的  
        ![这里写图片描述][20160722091146610]

## （3）下载Cuda ##

*  下载地址（CUDA Toolkit Archive）：[https://developer.nvidia.com/cuda-toolkit-archive][https_developer.nvidia.com_cuda-toolkit-archive]  
    ![这里写图片描述][20160513085728629]  
    下载的时候一定要注意是笔记本还是台式机，不要选错
 *  CUDA 5.5版本如下：  
    ![这里写图片描述][20160529145532098]
 *  CUDA6.0版本如下：  
    ![这里写图片描述][20160529145859572]
 *  注意事项
    
     *  注1：CUDA包含NVIDIA CUDA toolkit和SDK等软件包，由于CUDA 5.0以上版本已经将ToolKit和SDK等整合在一起了，因此只需下载一个安装文件即可。在显卡型号允许的条件下，建议下载CUDA 5.0以上版本，这样比较省事。
     *  注2：一定按照本机为notebook还是desktop来选择，另外，一定要与本机操作系统位数相匹配  
        例如，下面的三个下载任务，分别是cuda6.0的台式机版、笔记本版及cuda5.5的笔记本版  
        ![这里写图片描述][20160529145928402]
     *  注三：之前下载了CUDA6.0版本，发现安装过程总是出现出错，安装好多次都失败，很是抓狂！后来才发现，原来下载的是CUDA6.0的台式机版本（而本机是笔记本！）  
        `cuda_6.0.37_winvista_win7_win8.1_general_64`：它是台式机的cuda6.0  
        `cuda_6.0.37_winvista_win7_win8.1_notebook_64`：这个才是笔记本的cuda6.0  
        ![这里写图片描述][20160529150215872]

## （4）安装Cuda （以安装CUDA6.5为例子） ##

*  双击下载好的安装文件
 *  将CUDA解压缩到本机某个路径下，这里选择`D:\Program Files\CUDA`，该路径就是存放CUDA解压缩安装包的，文件挺大的，需要等待一会儿  
    ![这里写图片描述][20160619172050712]
 *  开始解压等待………  
    ![这里写图片描述][20160529144049486]
 *  解压缩完成后便开始自动安装了，首先，会自动检查系统的兼容性  
    ![这里写图片描述][20160615220035631]
 *  初次检查通过，点击“同意并继续”  
    ![这里写图片描述][20160615220112944]
 *  选择“自定义”  
    ![这里写图片描述][20160615220143069]
 *  所有组件都选，点击“下一步”  
    这里的组件包括6个，分别为：
    
     *  CUDA samples
     *  CUDA Toolkit
     *  CUDA Visual Studio Integration
     *  NVIDIA GeForce Experience
     *  PhysX系统软件
     *  图形驱动程序  
        ![这里写图片描述][20160615220221015]
        
         *  此时发现，在C:\\Program Files\\自动生成了一个NVIDIA Corporation文件夹，没法决定该文件夹的位置（这个比较讨厌，C盘本来就小，又占了好多的空间）  
            ![这里写图片描述][20160630114538675]
 *  设置安装的位置  
    选择三个位置，这里只允许为上面提到的前两个组件和CUDA document选择安装位置，一定要记住这三个位置，方便后续配置环境
    
     *  `CUDA Toolkit`：`D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5`
     *  `CUDA Sample`：`D:\Program Files\NVIDIA Corporation\CUDA samples\v6.5`
     *  `CUDA Deployment Kit`： `D:\Program Files\NVIDIA Corporation\GDK`
     *  另外，其他的组件是自动分配安装路径（没办法自己指定）：  
        
        
         *  组件`CUDA Visual Studio Integration`自动安装在了C盘下：`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\extras`
         *  另外几个组件被安装在了`C:\Program Files\NVIDIA Corporation`
    
    ![这里写图片描述][20160619172117431]  
      
    ![这里写图片描述][20160630001243753]
 *  开始安装  
    ![这里写图片描述][20160529144911601]  
    ![这里写图片描述][20160529154154537]  
    ![这里写图片描述][20160529154604888]  
    ![这里写图片描述][20160529154627263]  
    ![这里写图片描述][20160529154706248]
    
     *  注1：如果电脑上安装了360，可能会阻止程序的安装过程，一定要允许！  
        ![这里写图片描述][20160529155009112]
     *  注2：之前每次安装到这步都失败，错误如下，经过多次尝试，发现可能是如下原因：  
        ① 在笔记本上安装了台式机的cuda  
        ② 在后几次解压缩cuda安装包时，没有将之前解压的文件删除（这样可能会导致之前解压的文件在新解压的文件路径下有所残留）  
        ![这里写图片描述][20160529150215872]
 *  安装成功  
    ![这里写图片描述][20160529155416813]
 *  重启计算机  
    要完成安装，需要重启计算机，这里先不要马上重启，先将下一条的环境变量配置（见下面的（5）配置CUDA的环境变量）完成再重启  
    ![这里写图片描述][20160529155459541]

## （5）配置CUDA的环境变量 ##

*  **自动生成的2个环境变量**  
    CUDA程序在安装过程中会自动在系统环境中添加两个环境变量，都是指向`NVIDIA GPU Computing Toolkit`的安装路径，即上图中箭头指向的路径
    
     *  `CUDA_PATH`—>`D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5`
     *  `CUDA_PATH_V6_5`—>`D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5`  
        ![这里写图片描述][20160619172522289]
 *  **手动配置5环境变量**  
    除了上述安装程序自动添加的2个环境变量，还需要添加如下5个环境变量：（貌似是为了后面配置Visual studio需要）
    
    > 手动添加与CUDA lib、CUDA bin相关的—>手动添加与CUDA SDK相关的
    
    ① 新建两个环境变量（与cuda的lib和bin相关）：`CUDA_LIB_PATH` 和`CUDA_BIN_PATH`，它俩的取值如下与`CUDA_PATH`路径（cuda安装程序自动添加的）相关：
    
     *  lib路径：`CUDA_LIB_PATH = %CUDA_PATH%\lib\Win64`
     *  bin路径：`CUDA_BIN_PATH = %CUDA_PATH%\bin`  
        ![这里写图片描述][20160619172919474]
    
    ② 建立与cuda的sdk相关的环境变量
    
     *  设置`CUDA_SDK_PATH`（即cuda的cuda samples目录下的common目录），取值如下：  
        `CUDA_SDK_PATH = D:\File Program\NVIDIA\CUDA Samples\common`  
        ![这里写图片描述][20160619172703908]
     *  新建`CUDA_SDK_LIB_PATH`和`CUDA_SDK_BIN_PATH`，它俩与刚刚手动添加的\`CUDA\_SDK\_PATH路径相关  
        
        
         *  `CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\Win64`
         *  `CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\Win64`  
            ![这里写图片描述][20160619173021963]
 *  在系统环境变量Path 后添加  
    `%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%`
 *  其他路径  
    除了上述的相关路径外，发现安装程序还在path添加了如下三个路径，具体作用还没弄清楚，暂且记录在这里
 *  `D:\Program Files\NVIDIA GPU Computing\ToolkitCUDA\v7.5\bin;`
 *  `D:\Program Files\NVIDIA GPU Computing\ToolkitCUDA\v7.5\libnvvp;`
 *  `C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;`

## (6)测试CUDA是否安装成功 ##

*  测试是否安装成功：打开cmd，输入命令nvcc –V，（大写V），可以参考版本信息，如果安装正确则出现下图所示的结果:  
    ![这里写图片描述][20160616111214187]
 *  测试CUDA是否能够正确运行时：进入到CUDA samples的安装目录下，即D:\\File Program\\NVIDIA\\CUDA Samples，找到\\Bin\\win64\\Release，运行其中的particles.exe程序，如果该程序可以运行，证明cuda安装正确  
    ![这里写图片描述][20160529162044730]  
    注：大部分案例都是一闪而过，只有particles.exe这个案例才能看得到绚丽的动画
 *  注意：CUDA7.5版本的CUDA samples的安装目录下的\\Bin\\win64\\Release中并没有编译好的各种可执行文件(比如，上面要用到的测试程序particles.exe)，需要自己编译
    
     *  利用vs2013打开CUDA 7.5的`Samples_vs2013.sln`，这里sln文件包括了CUDA官方提供的所有例子，共145个项目  
        ![这里写图片描述][20160630130552167]
     *  编译并生成某个项目，也可以全部都生成，这里不小心全部生成了，特别耗费计算机资源  
        ![这里写图片描述][20160630134142184]
     *  编译完成，这里只成功了135个，失败了10个  
        ![这里写图片描述][20160630134316405]
     *  错误应该是一下问题导致的，这个还没弄明白，先不管了  
        ![这里写图片描述][20160630134415282]
     *  在release下生成了这些成功项目的各种文件  
        ![这里写图片描述][20160630134539367]

## (7) 其他 ##

*  如何查询某型号GPU的compute Capability？  
    查询地址：[https://developer.nvidia.com/cuda-gpus][https_developer.nvidia.com_cuda-gpus]  
    举例：GetForce系列之GTX960  
    ![这里写图片描述][20160722090259918]
 *  如何让Nvidia官网检测自己电脑上的Nvidia硬件，并提供相应驱动  
    
    
     *  [自动检测你的GPU（图像处理器）][GPU 2]  
        ![这里写图片描述][20160722090347552]
 *  关于英伟达Nvidia显卡分为三个系列  
    
    
     *  面向大众的 Geforce系列
     *  面向工业图形设计的Quadro系列
     *  面向科学计算的Tesla系列。  
        Geforce系列由于面向大众，要和AMD的显卡竞争，所以性价比最高，单从性能上看甚至不输Tesla系列，但可能耐久性等其他方面不及Tesla。  
        参考链接：[https://www.zhihu.com/question/20984600/answer/17229407][https_www.zhihu.com_question_20984600_answer_17229407]
 *  如何在自己的台式机上安装显卡呢？可以参考博客：[http://blog.csdn.net/m624197265/article/details/45700619][http_blog.csdn.net_m624197265_article_details_45700619]

--------------------

# 配置visual studio——cuda #

这里转载另一篇文章的方法（[http://www.cnblogs.com/xing901022/p/3248469.html][http_www.cnblogs.com_xing901022_p_3248469.html]）

*  打开VS，新建项目，在NVIDIA的CUDA6.0中选择CUDA6.0 Runtime  
    ![这里写图片描述][20160529162402502]
 *  利用安装好的cuda向导，直接建立工程，里面会自动有一段kernel累加的代码（即刚刚新建好的工程自带了代码）  
    ![这里写图片描述][20160529162623927]
 *  在main函数return之前加入getchar()，停止自动退出，以便观测效果  
    ![这里写图片描述][20160513165901522]
 *  编译、运行，出现如下结果，表明cuda已经安装成功了  
    ![这里写图片描述][20160513170001594]
 *  如果运行时，发生如下所示的错误，表示可能发生LINK错误（如果没有错误，跳过此段）  
    ![这里写图片描述][20160513165918381]  
    ① 项目->属性  
    ![这里写图片描述][20160529163135621]  
    ② 配置属性->清单工具->输入和输出->嵌入清单： 修改成否，原来可能为“是”  
    ![这里写图片描述][20160529163438891]  
    ③ 再次编译，成功运行后，会显示下面的结果  
    ![这里写图片描述][20160513170001594]

# 配置.theanorc.txt文件 #

该文件存放在用户目录下，即如果你的用户名是abc，那么将该文件放在C:\\Users\\abc\\目录下，内容如下：

注：一定不要忘记global！

> \[global\]  
> device = gpu0  
> floatX = float32
> 
> \[blas\] ldflags=
> 
> \[nvcc\]  
> fastmath = True  
> flags = -LD:\\File Program\\Anaconda\\libs  
> compiler\_bindir = D:\\File Program\\visual studio\\VC\\bin  
> base\_compiledir=path\_to\_a\_directory\_without\_such\_characters
> 
> cxxflags = -ID:\\File Program\\Anaconda\\MinGW

# 测试 #

`import theano`  
`import theano.sandbox.cuda`

发现，theano并没有用gpu，不知道原因在哪里！  
有人说，有时即使GPU配置成功了，这里也不一定会显示使用了GPU，但不知道还有没有其他的测试方法，据说只能拿来实验直接跑了，观察实验速度是否真的变快~

注：有时可能会出现错误，发现找不到c1.exe，将VS按照路径下的VC/bin加入到环境变量path中  
![这里写图片描述][20160513170341774]

[theano]: http://blog.csdn.net/tina_ttl/article/details/51404165
[visual studio 2012_opencv]: http://blog.csdn.net/tina_ttl/article/details/51484622
[20160513094137187]: /images/20210716/3cafa9561896402ebc00440954e6c2b2.png
[20160513094202438]: /images/20210716/98441bbbeb47465f8b79b8777bdda4af.png
[20160513094211985]: /images/20210716/7fa8b81213a44b6db0cfd4b59c1b30dd.png
[20160513094220141]: /images/20210716/6c804c34928f4f9a94de79e8f4d04e16.png
[20160513094227454]: /images/20210716/2884056f983548a5b24e179b09070d09.png
[20160513094234346]: /images/20210716/0a452c26fccc459f89f5915af47486a4.png
[20160630202148866]: /images/20210716/cee7591de1c542f5bc86f64ca8632136.png
[20160630200322810]: /images/20210716/4430e0aca2884bd398ce9677d9fd739b.png
[20160630201144360]: /images/20210716/fb5b77d7e1ad45678cf263fb30c4dc92.png
[20160630201419025]: /images/20210716/24efaba703944fa2afd3a86eb720b04d.png
[20160630202350836]: /images/20210716/16a92a1b719845e78342da3a4b27ed41.png
[20160630202426822]: /images/20210716/24b52c06d23c4ef9840d2415558457f4.png
[20160513085305621]: /images/20210716/dbf330132506443a956dc53cc9c05a3c.png
[20160513085354733]: /images/20210716/fa700a887b6a460b9c30b5bae0db25f2.png
[Nvidia]: http://www.nvidia.cn/page/home.html
[-_-_Geforce]: http://www.geforce.cn/hardware
[GPU]: http://www.geforce.cn/hardware/desktop-gpus
[GPU 1]: http://www.geforce.cn/hardware/notebook-gpus
[20160722091146610]: /images/20210716/c08b2e93f1f645eab2256da64f92f0fa.png
[https_developer.nvidia.com_cuda-toolkit-archive]: https://developer.nvidia.com/cuda-toolkit-archive
[20160513085728629]: /images/20210716/1b32b3000a3546f7ad7884536be52a8e.png
[20160529145532098]: /images/20210716/9fcf6b985dcc499382477f523d75f251.png
[20160529145859572]: /images/20210716/c0a66526121b46ca9375d8d886efdd41.png
[20160529145928402]: /images/20210716/c82d0546b5654fcd8786f0fbf87ed11e.png
[20160529150215872]: /images/20210716/06b1558152964f6d828642629d285ab6.png
[20160619172050712]: /images/20210716/a7fe2d15fbd2450fa3ed991f369d7f95.png
[20160529144049486]: /images/20210716/01b2d06b400a4d3eab6f23650933b141.png
[20160615220035631]: /images/20210716/01a0761361404984a160f186783042b8.png
[20160615220112944]: /images/20210716/0c538b9ba707444d9b9c260ad316b2c0.png
[20160615220143069]: /images/20210716/6fb5ade61fa14538a55f5898eb7da80c.png
[20160615220221015]: /images/20210716/a51bb66a6c8d4196865c67ac6e86d14f.png
[20160630114538675]: /images/20210716/f4de4ffc73d64a21a033e1b9171c61d5.png
[20160619172117431]: /images/20210716/92d18746e94c4d558a391f6dbab9d9ef.png
[20160630001243753]: /images/20210716/8a4c3e08196b4dd795e8aa1007ea097c.png
[20160529144911601]: /images/20210716/cf881c818fbe4aeca0fecd79508b4b63.png
[20160529154154537]: /images/20210716/2015fa5c069f466ea67ab3b44b4dacab.png
[20160529154604888]: /images/20210716/a613e5abbab7419c84fe1cfdefee464e.png
[20160529154627263]: /images/20210716/78fa517515f741c8adb0620a2e305d3b.png
[20160529154706248]: /images/20210716/b98e30f25c7640e59aaa5188950c30c6.png
[20160529155009112]: /images/20210716/b45043dd5c3442bc9ef271502bb64bc0.png
[20160529155416813]: /images/20210716/c55b9a19e5be49f3b3e24c0836646559.png
[20160529155459541]: /images/20210716/ee5ef43147a84111800ab9d04e95e5af.png
[20160619172522289]: /images/20210716/024d5074807c4fb6ae4da9cc48ab8318.png
[20160619172919474]: /images/20210716/8e18015c9c69493b90ded98db3090f5e.png
[20160619172703908]: /images/20210716/9b6a89d36df748bcbcd8d80270ab1299.png
[20160619173021963]: /images/20210716/85bdba4cc80842b5be5b0c08594f4da3.png
[20160616111214187]: /images/20210716/4f296c4e364a4bc98e8b26ef0150e543.png
[20160529162044730]: /images/20210716/84478f23701949c08fcf45d615b98177.png
[20160630130552167]: /images/20210716/079477e7e07f4f309d4ccc824f00c7f4.png
[20160630134142184]: /images/20210716/a9c87ae0ebe4425a9190785762462757.png
[20160630134316405]: /images/20210716/b5d86eb6252d44de90432bc39b7a9180.png
[20160630134415282]: /images/20210716/f31ea8c568db47b39762712df5d79926.png
[20160630134539367]: /images/20210716/ea0b831f02844842848dd638ff609a3f.png
[https_developer.nvidia.com_cuda-gpus]: https://developer.nvidia.com/cuda-gpus
[20160722090259918]: /images/20210716/67b59889c9624c7db0d84ef367ee5b51.png
[GPU 2]: http://www.geforce.cn/drivers
[20160722090347552]: /images/20210716/7bb69ef6cf6a479bb79f76334b80a134.png
[https_www.zhihu.com_question_20984600_answer_17229407]: https://www.zhihu.com/question/20984600/answer/17229407
[http_blog.csdn.net_m624197265_article_details_45700619]: http://blog.csdn.net/m624197265/article/details/45700619
[http_www.cnblogs.com_xing901022_p_3248469.html]: http://www.cnblogs.com/xing901022/p/3248469.html
[20160529162402502]: /images/20210716/c39a3c3fa75c4091b8e2e01dcf80957b.png
[20160529162623927]: /images/20210716/a727d6a9a1d04039b139e83390178b5c.png
[20160513165901522]: /images/20210716/3247632dec934760958af916fb2e5652.png
[20160513170001594]: /images/20210716/03d7d69c492b4c44a7738b9aaade5875.png
[20160513165918381]: /images/20210716/d1770576b3da41078a00716249820eee.png
[20160529163135621]: /images/20210716/cc2704d7c3834f86a37ee499584439ce.png
[20160529163438891]: /images/20210716/4f1777bdfc064103adfd6d2cb2fdb537.png
[20160513170341774]: /images/20210716/fe836ae520c245509d2aacc062afa795.png