最近在implement DeepLearning.net上面的程序。對於開源的python，最頭疼的就是各種package和各種configuration. 而且還是在windows下。
想要讓theano在windows下能GPU並行，總結配置如下：
1. 下載CUDA，安裝，重啟（重要）！
2. 下載Canopy, 申請academic free lincense.
3. Canopy中下載package, 由於numpy, scipy都集成了，主要下載：pip, mingw, libpython, urllib, theano這幾個
4. 在C:\Users\<User name>\ (所謂的Home，或根目錄)下建立一個文件 .theanorc.txt或.theanorc， 里面復制如下內容：
[global] device = gpu floatX=float32 [nvcc] flags=-LC:\Users\Sam\AppData\Local\Enthought\Canopy32\User\libs compiler_bindir=D:\Program Files\Microsoft Visual Studio 10.0\VC\bin [blas] ldflags = -LD:\Program Files\Enthought\Canopy32\App\appdata\canopy-1.1.0.1371.win-x86\Scripts -lmk2_core -lmk2_intel_thread -lmk2_rt
注意：由於windows下創建文件必須有文件名，這里我們用canopy創建一個文件，然后保存為.theanorc.txt或.theanorc在根目錄下(C:\Users\<User name>\).
5. 測試theano環境。
import theano
如果不報錯，恭喜你已經完成了測試第一步。
6. 運行下面程序。(來自http://deeplearning.net)
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time
vlen = 10 * 30 * 768 # 10 x #cores x # threads per core
iters = 10000
rng = 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' % iters, t1 - t0, 'seconds'
print 'Result is', 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'
這時，CUDA的nvcc不斷的出現，說明我們的GPU運行已經調試可運行。之后就是本段程序的運行。如果還是CPU，時間大約在20秒左右(跟機器配置相關，我的是E8400)；但如果是GPU，時間大約是0.6秒左右(我的是9800GT)。可見GPU的速度不是一般的快。
還有幾個例子下面一起給大家：
數據：MNIST http://deeplearning.net/data/mnist/mnist.pkl.gz
模型：Logistic Regression using Stochastic Gradient Descent http://deeplearning.net/tutorial/code/logistic_sgd.py
Multilayer Perceptron http://deeplearning.net/tutorial/code/mlp.py
Restricted Boltzmann Machine http://deeplearning.net/tutorial/code/rbm.py
Deep Belief Network http://deeplearning.net/tutorial/code/DBN.py
PS1：上面模型的代碼中注意改data的路徑，這樣就可以直接運行了！
PS2：記得把utils.py(http://deeplearning.net/tutorial/code/utils.py)文件拷貝到一個系統環境目錄(如C:\Program Files\Enthought\Canopy32\App\appdata\canopy-1.1.0.1371.win-x86\Lib\site-packages)下。