Author: Zongwei Zhou | 周縱葦
Weibo: @MrGiovanni
Email: zongweiz@asu.edu
Please cite this paper if you found it useful. Thanks!
Wang H, Zhou Z, Li Y, et al. Comparison of machine learning methods for classifying mediastinal lymph node metastasis of non-small cell lung cancer from 18F-FDG PET/CT images[J]. 2017, 7.
Reference.
- Theano(Deep Learning Tool) 利用GPU來進行加速的配置及使用
- 64位WIN7上成功安裝theano,并運行了g++, GPU
- Using the GPU
- Installation of Theano on Windows
- deep learning學習環境Theano安裝(win8+win7)
說明一下：我的配置環境是Windows 7，顯卡類型NVIDIA GeForce GTX 960M，Python版本為64位的2.7.11， CUDA版本為7.5.1，Visual Studio版本為VS2012
天才第一步：檢查一下你的電腦是否有NVIDIA系列的顯卡，沒有的話就別往下看了。深度學習的GPU加速只支持NVIDIA系列的顯卡。
用GPU的理由很簡單，就是快，特別是深度學習的實驗，用CPU的話一天兩天的在那兒訓練，根本沒辦法愉快地調參，用GPU的話可能就幾個小時完事兒了。
1. 下載
1.1 下載安裝Theano
參考這個：Keras深度學習框架配置
簡單來說就是先把Python（我用的是Anaconda）安裝好，然后在Anaconda Prompt命令行中輸入pip install theano，回車，接著輸命令conda install mingw libpython，回車。然后。。
1.2 下載CUDA
從http://www.nvidia.cn/object/cuda_get_cn_old.html 下載驅動、工具包、軟件開發包，按順序安裝。最后一項的CUDA安裝請看1.3 CUDA安裝！！！
1.3 CUDA安裝
1.3.1 cuda的安裝文件
直接雙擊exe文件，彈出后，首先會監測一下你的運行環境，如果找不到Nividia對應的顯卡設備，他會提示你是否要繼續安裝。這里面nvidia的顯卡，最起碼也是8800以上的，要不是無法編寫CUDA的。千萬不要電腦上面是intel或者AMD的顯卡，卻要編寫cuda，除非你有錢買一個cuda-x86這個編譯器。
1.3.2 彈出的對話框直接OK就行，這個是CUDA的一些安裝文件，無所謂的
1.3.3 他會監測你的電腦是否支持cuda的搭建，等待就行
1.3.4 系統檢查：這兒會有可能報錯哦
遇到報錯的話請跳轉到1.3.彩蛋，那兒有提供解決方法。
1.3.5 選擇同意并繼續
1.3.6 推薦先選擇自定義安裝
1.3.7 安裝的位置，推薦自己建三個好找的文件夾，不用他默認的路徑，免得稍后配置環境變量麻煩。
1.3.8 下一步安裝就行了。至此，cuda的安裝就搞定了
1.3.彩蛋
報錯：NVIDIA installer cannot continue.
不要慌，這是個大問題。先去把你的NVIDIA顯卡驅動更新一下，確保是最新的。
然后按照這個方法：完美解決NVIDIA最新顯卡驅動無法找到兼容的圖形硬件，就可以解決這個錯誤了。
2. 配置文件
打開cmd命令行界面，輸入nvcc -V，回車，如果出來這個版本號，說明前面的步驟成功啦。
然后可以看到cmd的默認地址
我的是C:\Users\Administrator，去電腦上找到這個位置，新建一個txt文件，將它命名為“.theanorc.txt”，在里面要寫一點代碼，我目前寫的是：
[blas]
ldflags =
[gcc]
cxxflags = -IC:\MinGW\include
[nvcc]
flags=-LC:\Users\Administrator\Anaconda2\libs
compiler_bindir=E:\Program Files (x86)\Microsoft Visual Studio 11.0\VC\bin
[global]
device=gpu
floatX=float32
解釋一下：根據你的自身情況需要修改的是
- cxxflags這句，“-I”保留，后面是MinGW\include的系統位置，對了，如果你沒有裝MinGW，那，，就趕緊裝一個呀，下載地址：
http://www.mingw.org/
你會發現下載完的C:/MinGW/里面并沒有include這個文件，那么就打開MinGW的安裝管理界面，如下圖
將右側所有的小方塊全部選中（右擊->mark for install），然后選擇Installation菜單的apple changes,等待下載安裝完成即可，include文件就出來啦。
- flags這句，路徑指向你的anaconda的libs地址，當然如果你裝的是python，那就指向python的libs地址。
- compiler_bindir這句，指向VS的bin，這兒不多說了。
我大概覺得這是在配置吧，反正當python導入theano的時候回去運行這個txt文件。你可以去Anaconda Prompt界面輸入python，回車，import theano，回車，看看結果，應該會有顯示用到了GPU。
然而并沒有這么簡單，我這兒開始報錯了：
錯誤原因是：CUDA和Visual Studio的版本不符，我這兒測試通過的版本分別是
CUDA7.5.17和VS2012
你懂得，再裝一個VS唄，哈哈，沒那么簡單，CUDA和VS的安裝順序呢，是先裝VS，再裝CUDA，因為在安裝CUDA的時候會自動檢測電腦里面的VS，如果你是后裝的話，檢測不到咯，白費。所以遇到了這個問題就先裝一個版本對的VS，然后再裝一遍CUDA。
剛剛試了一下GPU，快的嚇了我一跳，這么說吧、
原來、
訓練一趟2.8小時、
現在
訓練一趟89秒、
快的飛起、我去！
當然跟我的NVIDIA GeForce GTX 960M顯卡、
也是分不開的。：)
祝一切順利
