参考博客： http://www.cnblogs.com/anyview/p/5025704.html

1. 安装gfortran, numpy, scipy, sklearn, blas, atlas等包

# 安装gfortran,后面编译过程中会用到
sudo apt-get install gfortran
# 安装blas,Ubuntu下对应的是libopenblas，其它操作系统可能需要安装其它版本的blas——这是个OS相关的。
sudo apt-get install libopenblas-dev
# 安装lapack，Ubuntu下对应的是liblapack-dev，和OS相关。
sudo apt-get install liblapack-dev
# 安装atlas，Ubuntu下对应的是libatlas-base-dev，和OS相关。
sudo apt-get install libatlas-base-dev
# 安装pip
sudo apt-get install python-pip
sudo apt-get install python-dev
sudo apt-get install python-nose
sudo apt-get install g++
sudo apt-get install git

2. 安装numpy和scipy

• 安装这两个python库有点问题，如果使用apt-get安装，后面的test不能通过。如果使用pip安装，有得考虑各种依赖关系。

• 所以，先使用apt-get安装，然后再卸载，最后再使用pip安装。这样，既能不考虑依赖关系，又能通过后面的test()测试。

#安装numpy和scipy
sudo apt-get install python-numpy
sudo apt-get install python-scipy
sudo apt-get install python-sklearn
#卸载numpy和scipy
sudo apt-get remove python-numpy
sudo apt-get remove python-scipy
# 安装numpy
sudo pip install numpy
# 测试numpy#，如果没有安装python-nose，测试会出错！python -c "
import numpy
numpy.test()
# 安装scipy
sudo pip install scipy
# 测试scipypython -c "
import scipy
scipy.test()"

3. 安装Theano

• 前面的操作如果没有出现错误，就可以开始安装Theano了。命令如下所示。

# 安装Theano
sudo pip install Theano
# 测试Theano
import theano;
theano.test()

4.安装pyCUDA

• 测试Theano时，提示PyCUDA import错误，因此需要安装pyCUDA。而PyCUDA需要以Boost为基础，所以应该先安装Boost。

• 使用pip安装pyCUDA。

安装boost
sudo apt-get install libboost-all-dev

如果使用pip安装pyCUDA出错，使用下面安装方式。参考文章：《Ubuntu Theano CUDA》

　sudo ldconfig /usr/local/cuda-7.0/lib64

5. 解决cuda_ndarray.cu错误

• 如果出现错误：ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: libcublas.so.6.5 cannot open shared object file: No such file or directory，需要运行以下命令：

  sudo ldconfig /usr/local/cuda-7.0/lib64

6.配置GUP

我的电脑账号名字yf

在主目录下面/home/yf/新建 .theanorc目录，写人如下内容：

[global] 
device=gpu
floatX=float32 
root=/usr/local/cuda-7.5
[nvcc] 
fastmath=True 
[blas]
ldflags=-lopenblas
[cuda]
root=/usr/local/cuda-7.5

7.测试Theano是否在使用GPU

• 将下列python代码复制到useGPU.py，并运行。

• from theano import function, config, shared, sandbox
  import theano.tensor as T
  import numpy
  import timevlen = 10 * 30 * 768  # 10 x #cores x # threads per core
  iters = 1000rng = 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 xrange(iters):r = f()
  t1 = time.time()
  print("Looping %d times took %f seconds" % (iters, t1 - t0))
  print("Result is %s" % (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')

• 假定上面已经设置文件.theanorc，运行命令如下所示：

• python useGPU.py

• 如果出现下面的错误信息，请运行命令sudo ldconfig /usr/local/cuda-7.0/lib64参考

  #错误信息ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: libcublas.so.7.0: cannot open shared object file: No such file or directory

然后把调用GPU的测试程序copy一下，在http://deeplearning.net/software/theano/tutorial/using_gpu.html#testing-theano-with-gpu 这里。

终端显示GPU信息表示配置成功！！！