本文转载自:http://www.jb51.cc/article/p-dsrawotb-km.html
因为最近需要学习深度学习,因此想要配置Theano,来开发深度学习算法。但是发现Theano安装总是出现问题。于是在这里中总结一下。
环境
- 操作系统:ubuntu14.04
- Python:2.7.6
- 需要联网
相关库简介
- BLAS(Basic Linear Algebra Subprograms)是基础线性代数子程序库,里面拥有大量已经编写好的关于线性代数运算的程序;
- LAPACK (Linear Algebra PACKage)包含了求解科学与工程计算中最常见的数值线性代数问题,如求解线性方程组、线性最小二乘问题、特征值问题和奇异值问题等;
- 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。
相关库的关系
- 要安装Theano,就需要先安装好numpy和scipy;
- 要安装numpy和scipy,就需要ATLAS;
- 要安装ATLAS,就需要安装BLAS和LAPACK;
相关库的安装顺序
- 安装顺序:
BLAS → LAPACK → ATLAS → numpy → scipy → Theano
检查numpy和scipy是否通过测试
- 说明:如果你的numpy和scipy是通过
apt-get
安装的,那么它们的单元测试可能会通不过!!!(我在安装过程中没有通过测试,scipy出现了Error) - 如果numpy或scipy不能通过测试,就需要卸载,然后重新按照本文介绍的顺序安装。
- 1
- 2
- 1
- 2
-
如果numpy通过测试,会出现如下图所示的结果。注意最后一行errors=0 failures=0。如果没有通过测试,需要卸载并重新安装。
-
如果scipy通过测试,会出现如下图所示的结果。注意最后一行errors=0 failures=0。如果没有通过测试,需要卸载并重新安装。
卸载numpy和scipy
- 1
- 2
- 3
- 4
- 5
安装各种包
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
安装numpy和scipy
- 使用pip安装numpy和scipy
- 安装pip的命令:
sudo apt-get install python-pip
- 注意:一定要在安装完lapack/blas之后,再安装numpy和scipy。否则,会出现错误
no lapack/blas resources found
- 安装numpy和scipy的命令如下所示。
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
安装线性计算库、numPy和sciPy的编译方法(推荐)
编译安装OpenBlas
- 为什么安装OpenBLAS?因为OpenBLAS的速度比atlas快。速度对比请参考:《Benchmark OpenBLAS,Intel MKL vs ATLAS》
- 下载OpenBLAS。github下载地址
- 安装OpenBLAS
- 1
- 2
- 3
- 4
安装numPy
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 安装numPy。
- 1
- 2
- 3
安装sciPy
tar -zxvf scipy***.tar.gz cd scipy*** # 将numPy**中的配置文件复制到此处 cp ../numpy**/site.cfg.example ./site.cfg- 安装sciPy。
安装其它库
- 为了安装Theano,最后还需要安装一些库,可以参考官方教程
- 1
- 2
- 3
- 4
- 5
- 6
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。