看到网上大部分教程都是win10，自己的电脑是win8.1，带着尝试的心态跟着教程试着装，在经历了各种报错后…终于成功了。小小记录一下…蛋疼的感觉…
主要参考：
ankivil.com/installing-keras-theano-and-dependencies-on-windows-10/
ankivil.com/making-theano-faster-with-cudnn-and-cnmem-on-windows-10/
这个博主写得很详细，点个赞。
以及
www.deeplearning.net/software/theano/install_windows.html
安装须知：1.肯定要先度娘确认自己的NVidia显卡型号是否支持GPU编程啦，确认支持就可以开搞~2.原本电脑如果已经安装了cuda、python的可以跳过相关安装步骤，直接安装其他所需软件或库，最后测试如果报错，根据错误google一下，实在解决不了…个人推荐推掉重来…各软件版本间不兼容情况挺烦人…3.安装过程中需要编辑、添加各种环境变量，大部分默认自动添加，安装后注意检查…VS需要人工添加环境变量，CUDA，python默认自动添环境变量。环境变量没有部署好，会出现各种错，划重点。。
所用各软件版本及下载：
Visual Studio：VS2013
CUDA：8.0
CuDNN：5.0 for WIN7
Anaconda：4.31 Python 2.7 version
theano：0.8.0
纯手打…如有错误，望批评指正，交流学习，谢谢
安装VS（Visual Studio）
百度云：链接：http://pan.baidu.com/s/1qYQ9Mc0 密码：bbjz
版本与安装：VS2013，参考博文说2015版以及更新的版本不兼容cuda8.0。加上一直用的VS2013，就没有做其他尝试。安装VS很简单，一路next，填上key
添加到系统环境变量PATH：安装完成后添加安装路径如：C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin（默认没有更改安装路径的话应该是这个）到系统环境变量PATH，方法见下方
windows环境变量的更改：在桌面上右键单击计算机图标。选择属性。单击左边“高级系统设置”。单击“环境变量”。在系统变量部分中，找到并选择 PATH 环境变量。单击编辑。之后在变量值那一栏的末尾加上VS的路径，注意系统变量用分号隔开。通过单击确定关闭所有剩余窗口。
安装CUDA
版本与安装：CUDA 8.0 ，安装一路next即可，推荐默认安装路径。之后呢，在电脑的右下角windows图标右键一下，打开cmd命令提示符（管理员），敲nvcc -V，出现下图就算安装成功啦
如果没有出现上面的版本信息，则很有可能是没有添加CUDA路径到环境变量中（正常来说是自动配置的），检查一下。手动添加方法：新建系统变量CUDA_PATH跟CUDA_PATH_V8_0，名称如下图即可，值均填上：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
安装是否成功测试：CUDA自带的测试示例deviceQuery（放在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery），打开deviceQuery_vs2013.vcxproj，自动加载到VS，点击VS上方菜单“生成”——“配置管理器”——将“活动解决方案配置”更改为“Relese”——“关闭”——“生成解决方案”，可以看到下方输出显示生成成功。在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release这个文件夹下会生成一个deviceQuery.exe文件，直接双击运行会一闪而过，可以通过如下操作：打开cmd（管理员）（方法见上方），用cd命令切换路径到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release，然后敲deviceQuery.exe，结果如下图：
至此，CUDA已经安装成功啦~
安装CuDNN
版本与安装：cuDNN v5 Library, for CUDA 8.0，for Windows 7，下载解压后将3个子文件夹（bin，include，lib）覆盖替换到CUDA文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下。
安装theano
0.安装python
theano是python的深度学习库，首先肯定要安装python啦，而theano的使用又经常需要各种相关依赖包，当你需要使用其他库的时候同样需要相应的依赖包，一般相关库的官网都有说明。为了省去一个一个安装的麻烦…可以使用集成开发包，这里使用Anaconda2-4.3.1-Windows-x86_64，python2.7版本，之所以python2.7是考虑到不会太新也不会太久，下载的源代经常发现是用python2.X写的…
Anaconda的安装也很简单，默认的选项都勾上（包括添加环境变量、默认安装python2.7）
检验python是否安装成功：打开命令提示符（管理员），敲python，可以看到相关版本信息，同时可以发现，cmd切换为python~
1.安装MinGW
这个版本的Anaconda没有自带MinGW，自己下载MinGW，并将解压后文件的路径添加到PATH环境变量中，如：解压到C盘根目录，则添加C:\x86_64-5.4.0-release-posix-seh-rt_v5-rev0\mingw64\bin到PATH中。新打开命令提示符（管理员），输入：
cd %USERPROFILE%\Anaconda2\libs
gendef ..\python27.dll
dlltool --as-flags=--64 -m i386:x86-64 -k --output-lib libpython27.a --input-def python27.def
del python27.def
上面的%USERPROFILE%填的是Anaconda2的安装路径，默认在C:\ProgramData
网上也有在线安装的方法：conda install mingw libpython，未测试，不知可不可行…
2.安装theano
终于到了正题…python安装库有两种方式：一种是在线安装，在命令提示符（管理员）敲：pip install theano，等待下载自动安装即可；一种是把包下载下来，然后运行setup.py：下载theano 0.8.0，解压到任意路径，在命令提示符（管理员）敲：cd后接路径，切换至theano包解压的文件夹，紧接着敲python setup.py install 等待安装完成就阔以啦。上图：
补充一点：卸载包的方法是找到C:\ProgramData\Anaconda2\Lib\site-packages，将想要删除的包对应的文件夹delete即可。
3.配置theano
安装完成后，接着在命令提示符（管理员）窗口敲：
cd %USERPROFILE%
type NUL >.theanorc
生成.theanorc文件。上面的%USERPROFILE%指当前用户文件夹，比如用的是Administrator账户，则%USERPROFILE%为C:\Users\Administrator，如果是其他类型的用户账户，也可以在C:\Users中找到，相应地更改即可。当执行完上面两个命令，可以发现用户文件夹下会多一个.theanorc文件
用记事本打开该文件，写入
[global]
floatX = float32
device = gpu
[nvcc]
compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin
[lib]
cnmem=0.8
cnmem数值在0到1之间，代表theano使用的GPU内存分配量
测试theano是否安装成功，可以在新开的命令提示符（管理员）窗口敲
python
import theano
出现(CNMeM is enabled with initial size: 80.0% of memory, CuDNN 5004)，即代表安装部署成功啦~（CuDNN后面的数字不重要…）
最后
安装OpenBLAS
在theano官网的windows安装教程中提到
OpenBLAS是优化的基础线性代数程序集。这个安装与否不会改变GPU计算的性能，但可以显著提高theano在CPU上的性能。附带翻译安装方法：
下载mingw64_dll.zip，OpenBLAS-v0.2.14-Win64-int32.zip，新建一个文件夹用于放OpenBLAS，如：C:\openblas，将解压得到的mingw64_dll以及OpenBlas/bin放到该文件夹下，添加路径到系统环境变量PATH中，并修改theano配置文件：.theanorc文件，打开后添加下方语句
[blas]
ldflags=-LC:\openblas -lopenblas
