郑州个人做网站,镇江网站建设价格,五月色做受网站,wordpress slidesTheano是一个Python库#xff0c;提供了定义、优化以及评估数学表达式的库#xff0c;尤其适合处理高维数组。使用Theano能获得和C差不多的处理速度#xff0c;并且当利用GPU进行计算时#xff0c;效率要优于CPU上运行的C语言程序。利用Theano能快速验证各种算法模型。但是…Theano是一个Python库提供了定义、优化以及评估数学表达式的库尤其适合处理高维数组。使用Theano能获得和C差不多的处理速度并且当利用GPU进行计算时效率要优于CPU上运行的C语言程序。利用Theano能快速验证各种算法模型。但是在Linux上安装theano是一件非常痛苦的事情从theano的文档中看到其依赖条件非常多(1) 64-bit Linux(最佳)(2) python 2.4以上(3) g 4.2以上(4) NumPy 1.5.0以上(5) SciPy 0.8以上(6) BLAS支持Level-3事实上在安装过程中发现如果要安装NumPy还需要安装ATLAS而ATLAS则又依赖于lapack ……这其中涉及到ATLAS是python下的一个线性代数库是基于另外两个线性代数库BLAS和lapack的NumPy提供了一个在python中做科学计算的基础库它重在数值计算甚至可以说是用于多维数组处理的库SciPy是基于numpy提供了一个在python中做科学计算的工具集也就是说它是更上一个层次的库Theano则是基于NumPy以及SciPy的一个更高级的用于科学计算的库。这里假设python和g已经按要求装好并且符合版本要求以下根据安装的步骤来进行说明首先介绍下环境多核服务器cpu时钟频率2668MHzLinux-64bit非root权限。所有源码放在/data4/open_src中各开发包的版本为开发包 版本 文件名 下载地址-----------------------------------------------------------------------------------------------BLAS blas.tgz http://www.netlib.org/blas/lapack 3.2.2 lapack.tgz http://www.netlib.org/lapack/#_previous_releaseATLAS 3.8.4 atlas3.8.4.tar.bz2 http://sourceforge.net/projects/math-atlas/files/Stable/NumPy 1.7.1 numpy-1.7.1.tar.gz https://pypi.python.org/pypi/numpySciPy 0.12.0 scipy-0.12.0.tar.gz https://pypi.python.org/pypi/scipyTheano 0.6.0 Theano-0.6.0rc3.tar.gz http://deeplearning.net/software/theano/#download以下是安装步骤step 1. 编译BLAS(1) 解压tar -xvzf blas.tgz(2) cd BLAS(3) 修改 make.inc 中的编译选项PLAT _LINUXFORTRAN gfortranOPTS -O2 -m64 -fPICNOOPT -O0 -m64 -fPICLOADER gfortran(4) 编译BLASmake编译完成后会生成blas_LINUX.a文件step 2. 配置ATLAS在安装ATLAS之前需要先编译lapack但是为了能使得编译成功需要保证lapack的编译选项与ATLAS一致。因此首先配置ATLAS然后将相关编译配置拷贝到lapack中(1) 解压tar -xvjf atlas3.8.4.tar.bz2(2) cd ATLAS(3) 创建一个build目录用于存放ATLAS的编译配置mkdir atlas_build(4) cd atlas_build(5) 执行configure进行配置../configure -b 64 -D c -DPentiumCPS2668 -Fa alg -fPIC --with-netlib-lapack/data4/open_src/lapack-3.2.2/lapack_LINUX.a --prefix~/.local其中的参数说明如下-b 指定编译出库的类型(32位库还是64位库)-D c -DPentiumCPS 是指定你的CPU的时钟频率可以通过 grep MHz /proc/cpuinfo 得到-Fa alg -fPIC 得到与位置无关的代码生成动态的共享库--prefix 为安装路径--with-netlib-lapack 则是制定lapack库文件(此时lapack库文件还没有生成先随便指定一个)(6) 完成配置后在Make.inc文件中找到F77和F77FLAGS的参数配置这两个配置将会赋给lapack的FORTRAN和OPTSps对于ATLAS 3.10及以上版本设置--with-netlib-lapack会出错需要直接指定lapack的压缩包(--with-netlib-lapack-tarfile)它在编译过程中会自动解压和编译lapack最终生成的so文件也由之前的6个整合成两个。ATLAS 3.10以上版本对后续安装NumPy没有影响但是在使用的时候会造成有些库文件找不到的现象。因此这里使用的是ATLAS 3.8.4版本。step 3. 编译lapack(1) 解压tar -xvzf lapack.tgz(2) cd lapack-3.2.2(3) 拷贝生成make.inc: cp make.inc.example make.inc(4) 修改make.inc:将其中FORTRAN和OPTS的值设置得跟 ATLAS/atlas_build/Make.inc 中的F77和F77FLAGS一致同时设置PLAT _LINUXBLASLIB /data4/open_src/BLAS/blas$(PLAT).a(5) 编译make build(6) 编译成功后会在根目录生成两个库文件lapack_LINUX.a 和 tmglib_LINUX.astep 4. 编译并安装ATLAS(1) cd ATLAS(2) 删除原配置rm -rf atlas_build(3) 重新配置ATLAS参考 step 2并设置 --with-netlib-lapack/data4/open_src/lapack-3.2.2/lapack_LINUX.a(4) 在atlas_build中进行编译make buildps:这个过程相当漫长耐心等待(5) check编译结果make checkmake ptcheck (对于多核服务器)make timeps如果check过程中没有报错则可以放心进行以后的步骤如果出现报错也可以尝试进行后续步骤是否成功就要靠人品了。(6) 编译动态库cd libmake sharedmake ptshared (对于多核服务器)cd ..如果在 lib 下面出现libatlas.so, libcblas.so, libf77blas.so, liblapack.so, libptcblas.so, libptf77blas.so 这6个动态库文件则表示编译成功(7) 安装ATLASmake install由于之前设置了--prefix~/.local 因此ATLAS将被安装到 ~/.local/lib 中(8) cp ./lib/*.so ~/.local/lib(9) 设置环境变量在~/.bashrc中添加 export LD_LIBRARY_PATH~/.local/lib:$LD_LIBRARY_PATH 并执行 source ~/.bashrcstep 5. 安装NumPy(1) 解压 tar -xvzf numpy-1.7.1.tar.gz(2) cd numpy-1.7.1(3) 拷贝生成sit.cfg: cp site.cfg.example site.cfg(4) 配置site.cfg:1 打开[DEFAULT]并设置 library_dirs 和 include_dirs 使得在编译的时候能够找到atlas库library_dirs ~/.local/libinclude_dirs ~/.local/include2 打开[blas_opt]并设置 librarieslibraries ptf77blas, ptcblas, atlas3 打开[lapack_opt]并设置 librarieslibraries lapack, ptf77blas, ptcblas, atlasps如果在ATLAS安装过程中没有生成libptf77blas和libptcblas则需要设置两个libraries为libraries f77blas, cblas, atlaslibraries lapack, f77blas, cblas, atlas(5) 利用python构建NumPypython setup.py build(6) 利用python安装NumPypython setup.py install --prefix~/.local(7) 安装完成后NumPy被安装在 ~/.local/lib/python2.7/site-packages/numpy(8) 设置环境变量在~/.bashrc中添加 export PYTHONPATH~/.local/lib/python2.7/site-packages:$PYTHONPATH 并执行 source ~/.bashrcstep 6. 安装SicPy(1) 解压 tar -xvzf scipy-0.12.0.tar.gz(2) cd scipy-0.12.0(3) 设置site.cfg: 可以直接将NumPy的site.cfg拷贝到当前目录中(4) 利用python构建SciPypython setup.py build(5) 利用python安装SciPypython setup.py install --prefix~/.local(6) 安装完成后SciPy被安装在 ~/.local/lib/python2.7/site-packages/scipystep 7. 安装Theano有了以上的准备后安装Theano就是一个非常简单的过程了。直接利用python就可以完成安装(1) 解压tar -xvzf Theano-0.6.0rc3.tar.gz(2) cd Theano-0.6.0rc3(3) python setup.py install --prefiex~/.local(4) 安装完成后SciPy被安装在 ~/.local/lib/python2.7/site-packages/Theano-0.6.0rc3-py2.7.egg至此完成了ATLAS NumPy SciPy Theano的python科学计算环境的搭建
