5.3 Windows安装说明
译者：Python 文档协作翻译小组，原文：Windows Installation Instructions。
本文以 CC BY-NC-SA 4.0 协议发布，转载请保留作者署名和文章出处。
Python 文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。交流群：467338606。
警告
如果你想从GitHub安装Theano的前沿或开发版本，请确保你正在阅读此页面的最新版本。
警告
Theano主要在Linux机器上开发和测试。
这些说明逐步介绍了如何使用免费提供的工具和编译器将Theano和所需的依赖关系安装在32位或64位系统上。
安装依赖
注意
以下列出的命令行假定在Windows提示符中运行：在Windows <= 7上打开提示符，点击开始并输入cmd命令来启动一个命令行窗口。在Windows 8中，转到“开始”屏幕，然后键入command或cmd。
Theano目前在Windows上工作，但它需要编译器的C / C + +（对于Python 2.7家庭这必须是Microsoft Visual Studio 2008编译器），CUDA（CUDA v5.5是必需的，因为它是支持Visual Studio 2008的最新版本）和GCC（由Theano生成的非CUDA C代码）。
Visual Studio和CUDA
不幸的是，Microsoft最近停止分发Visual Studio Express 2008（提供了Python 2.7所需的编译器），因此我们需要临时安装Visual Studio Express 2010，以便能够安装CUDA（其安装程序需要Visual Studio安装才能继续） 。之后，可以安全地删除Visual Studio 2010。如果有人知道如何安装CUDA 5.5没有正确的Visual Studio安装，请让我们知道。
你可以从Visual Studio Express下载。请安装Visual C版本。我们已下载了一体机CD，使用7zip解压缩，并在VCExpress \ setup.exe运行安装程序。
如果你想要64位Python安装，Visual Studio 2010 Express不提供64位编译器。要获得一个下载并安装Windows软件开发包版本7.1。
现在你有一个运行（和免费甚至商业使用）安装带32和64位编译器的MSVS2010 IDE。
安装Visual Studio后，您可以安装CUDA。我们推荐CUDA 5.5，因为它支持MSVC 2008。从CUDA存档下载CUDA安装程序。一定要获得32位或64位版本，这取决于你的系统配置。
安装CUDA后，您可以删除VisualStudio Express 2010。
最后，获取Microsoft Visual C ++ Compiler for Python 2.7。它提供了Visual Studio 2008现在过时的编译器，它们与Python 2.7的兼容性是必需的。要为所有用户安装软件包，请：
- 打开管理员控制台（打开
start，然后键入cmd，右键单击命令提示符图标，选择运行 as administrator） -
cd到您的下载目录并执行msiexec / i VCForPython27.msi ALLUSERS = 1
软件包将安装到C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0。
最后从这里下载stdint.h标题，并将其另存为C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0\VC\include\stdint.h。
GCC
Theano C代码编译器目前需要一个GCC安装。我们使用了为32位和64位平台提供的构建TDM GCC。安装过程中需要注意的几个注意事项：
- 安装到没有空格的目录中（我们将它放在
C:\SciSoft\TDM-GCC-64中） - 如果你不想杂乱你的系统PATH取消检查
添加 到 路径选项。 - 通过选中
openmp 支持 选项启用OpenMP支持。
Scientific Python的分发
推荐：Anaconda
ContinuumIO为所有3个主要桌面操作系统（包括Windows 32位和64位）提供了一个免费的Python发行版，其中包括Theano及其所有依赖项。这是在Windows上获得Theano的最简单的方法之一。只需从Anaconda下载页下载并执行安装程序，然后从Anaconda 提示执行以下命令：
$ conda install theano
备选：WinPython
我们强烈推荐Pierre Raybaut的WinPython分发 - 它是为32位和64位系统编译的，链接对快速的MKL BLAS实现，支持安装辅助包Chris Gohlke，免费。
WinPython还允许便携式安装，不混乱你的主系统PATH。我们已经安装到c:\SciSoft\WinPython-64bit-2.7.9.4。
学术界的备选：EPD
如果你在学术界工作，一个安装大多数依赖的简单方法是安装Enthought Python Distribution（EPD）。如果你是附属于大学（作为学生或员工），您可以免费下载安装。EPD安装特别包括Python（和开发头文件），NumPy，SciPy，nose，sphinx，easy_install，pydot（但不是 Graphviz，它是工作所必需的），g ++和MKL实现的blas。
如果你想使用iPython shell，你应该首先尝试导入NumPy：
C:\Users\user>ipython
[...]
In [1]: import numpy
如果您看到一条错误消息，告诉您DLL 加载 失败，这可能是由于脚本启动ipython。如果C:\SciSoft\Python27是安装EPD的目录，请编辑C:\SciSoft\Python27\Scripts\ipython.bat
set path="C:\SciSoft\Python27";%path%
删除Python27周围的引号，导致：
set path=C:\SciSoft\Python27;%path%
然后，它应该在所有新的终端工作。
pip不包括在EPD中，但你可以简单地安装它：
easy_install pip
替代方法：Canopy
Canopy是另一个安装所有Theano依赖项的软件。如果你是附属于大学（作为学生或员工），您可以免费下载安装。
- 安装Canopy x64并将其更新到最新版本（
帮助/软件更新...），因为旧版Canopy版本安装pip有问题。 - 然后从Canopy包管理器安装
pip。 - 在Windows提示符中，键入
pip install theano。 - 在Canopy包管理器中，搜索和安装软件包“mingw 4.5.2”和“libpython 1.2”
- （仅适用于Theano 0.6rc3或更早版本）“libpython 1.2”软件包将文件
libpython27.a和libmsvcr90.a安装到C：\ Users \ USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ User \ libs。将这两个文件复制到C：\ Users \＆lt； USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ App \ appdata \ canopy-1.0.0.1160.win-x86_64libs。 - (Needed only for Theano 0.6rc3 or earlier) Set the Theano flags
blas.ldflags=-LC:\Users\<USER>\AppData\Local\Enthought\Canopy\App\appdata\canopy-1.0.0.1160.win-x86_64\Scripts -lmk2_core -lmk2_intel_thread -lmk2_rt.
Alternative: Python(x,y)
如果你没有EPD的商业许可，并且没有资格获得免费学术许可，并且你的计算机上既没有安装Python也不安装MinGW，你可以使用Python（x，y）安装Theano的大多数依赖项， 。它是一个单一的安装文件，包含额外的包，如NumPy，SciPy，IPython，Matplotlib，MinGW，Nose等。注意，目前没有64位版本。您可以保留默认安装选项，除了安装目录不应包含任何空格（特别是不要安装到C：\ Program Files ）。
Alternative: manual installation
以下说明提供了手动安装所有Theano依赖关系的步骤。请注意，应该可以使用Cygwin而不是MinGW运行Theano，但这还没有经过测试。
对于32位MinGW：从MinGW文件下载最新版本的
自动 MinGW 安装程序 t>（mingw-get-inst）并安装它（你应该安装所有可选组件，但不需要Objective C和Ada编译器）。-
对于64位MinGW（注意64位的手动安装是实验）：从项目的发布页下载最新版本的MinGW-w64，
C:\mingw64。也从这个页面下载MSYS（虽然它是一个32位版本的MSYS，这没关系，因为它只是一个方便的工具）。将MSYS提取到同一个文件夹中，例如，你最终使用C:\mingw64\msys。运行C:\mingw64\msys\msys.bat，在MSYS shell中，键入sh /postinstall/pi.sh并回答几个问题，以便MSYS正确地链接到你的MinGW安装。
-
建议将您的MSYS主目录设置为与您的Windows主目录相同。这将避免在Windows命令提示符下运行Theano和MSYS shell之间不一致的行为。没有设置全局Windows
HOME环境变量（可能会影响其他程序）的一种方法是编辑您的msys.bat文件（例如在C:\MinGW\msys\1.0或C:\mingw64\msys），并在开头添加以下行（注意你可能需要使用例如写字板来编辑此文件，因为记事本被Unix风格的换行符混淆）：set HOME=%USERPROFILE% 如果您还没有安装它们，请安装最新版本的Python 2.x和相应的NumPy，然后安装SciPy ）。注意，目前没有官方64位版本的NumPy和SciPy，但你可以在这里找到非正式版本。
确保Python安装目录及其
Scripts子目录在您的系统路径中。这可以通过修改全局PATHWindows环境变量，或通过在您的MinGW主目录中创建一个.profile文件来完成，包含导出 PATH = $ PATH：/ c / Python27：/ c / Python27 / Scripts（注意，后者仅在从MSYS shell运行Theano时才工作。-
如果你正在安装64位版本，你将需要以下hack，以便能够用GCC编译Theano文件（如果你使用32位版本，请跳过此步骤）。在临时工作目录中，复制
python27.dll（位于C:\\Windows\\System32）以及python27.def。编辑python27.def并将Py_InitModule4替换为Py_InitModule4_64。然后打开MSYS shell，转到此临时目录，并运行：dlltool --dllname python27.dll --def python27.def --output-lib libpython27.a最后，将生成的libpython27.a文件复制到你的
C:\\Python27\\libs文件夹中。 -
为了运行Theano的测试套件，你需要nose。在解压缩其源代码（您可以使用7-zip）之后，您可以通过运行以下命令（从Windows命令提示符或MSYS shell）从其代码目录中构建和安装它：
python setup.py install
Visual Studio和CUDA
不幸的是，Microsoft最近停止分发Visual Studio Express 2008（提供了Python 2.7所需的编译器），因此我们需要临时安装Visual Studio Express 2010，以便能够安装CUDA（其安装程序需要Visual Studio安装才能继续） 。之后，可以安全地删除Visual Studio 2010。如果有人知道如何安装CUDA 5.5没有正确的Visual Studio安装，请让我们知道。
你可以从Visual Studio Express下载。请安装Visual C版本。我们已下载了一体机CD，使用7zip解压缩，并在VCExpress \ setup.exe运行安装程序。
如果你想要64位Python安装，Visual Studio 2010 Express不提供64位编译器。要获得一个下载并安装Windows软件开发包版本7.1。
现在你有一个运行（和免费甚至商业使用）安装带32和64位编译器的MSVS2010 IDE。
安装Visual Studio后，您可以安装CUDA。我们推荐CUDA 5.5，因为它支持MSVC 2008。从CUDA存档下载CUDA安装程序。一定要获得32位或64位版本，这取决于你的系统配置。
安装CUDA后，您可以删除VisualStudio Express 2010。
最后，获取Microsoft Visual C ++ Compiler for Python 2.7。它提供了Visual Studio 2008现在过时的编译器，它们与Python 2.7的兼容性是必需的。要为所有用户安装软件包，请：
- 打开管理员控制台（打开
start，然后键入cmd，右键单击命令提示符图标，选择运行 as administrator） -
cd到您的下载目录并执行msiexec / i VCForPython27.msi ALLUSERS = 1
软件包将安装到C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0。
最后从这里下载stdint.h标题，并将其另存为C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0\VC\include\stdint.h。
GCC
Theano C代码编译器目前需要一个GCC安装。我们使用了为32位和64位平台提供的构建TDM GCC。安装过程中需要注意的几个注意事项：
- 安装到没有空格的目录中（我们将它放在
C:\SciSoft\TDM-GCC-64中） - 如果你不想杂乱你的系统PATH取消检查
添加 到 路径选项。 - 通过选中
openmp 支持 选项启用OpenMP支持。
Scientific Python的分发
推荐：Anaconda
ContinuumIO为所有3个主要桌面操作系统（包括Windows 32位和64位）提供了一个免费的Python发行版，其中包括Theano及其所有依赖项。这是在Windows上获得Theano的最简单的方法之一。只需从Anaconda下载页下载并执行安装程序，然后从Anaconda 提示执行以下命令：
$ conda install theano
备选：WinPython
我们强烈推荐Pierre Raybaut的WinPython分发 - 它是为32位和64位系统编译的，链接对快速的MKL BLAS实现，支持安装辅助包Chris Gohlke，免费。
WinPython还允许便携式安装，不混乱你的主系统PATH。我们已经安装到c:\SciSoft\WinPython-64bit-2.7.9.4。
学术界的备选：EPD
如果你在学术界工作，一个安装大多数依赖的简单方法是安装Enthought Python Distribution（EPD）。如果你是附属于大学（作为学生或员工），您可以免费下载安装。EPD安装特别包括Python（和开发头文件），NumPy，SciPy，nose，sphinx，easy_install，pydot（但不是 Graphviz，它是工作所必需的），g ++和MKL实现的blas。
如果你想使用iPython shell，你应该首先尝试导入NumPy：
C:\Users\user>ipython
[...]
In [1]: import numpy
如果您看到一条错误消息，告诉您DLL 加载 失败，这可能是由于脚本启动ipython。如果C:\SciSoft\Python27是安装EPD的目录，请编辑C:\SciSoft\Python27\Scripts\ipython.bat
set path="C:\SciSoft\Python27";%path%
删除Python27周围的引号，导致：
set path=C:\SciSoft\Python27;%path%
然后，它应该在所有新的终端工作。
pip不包括在EPD中，但你可以简单地安装它：
easy_install pip
替代方法：Canopy
Canopy是另一个安装所有Theano依赖项的软件。如果你是附属于大学（作为学生或员工），您可以免费下载安装。
- 安装Canopy x64并将其更新到最新版本（
帮助/软件更新...），因为旧版Canopy版本安装pip有问题。 - 然后从Canopy包管理器安装
pip。 - 在Windows提示符中，键入
pip install theano。 - 在Canopy包管理器中，搜索和安装软件包“mingw 4.5.2”和“libpython 1.2”
- （仅适用于Theano 0.6rc3或更早版本）“libpython 1.2”软件包将文件
libpython27.a和libmsvcr90.a安装到C：\ Users \ USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ User \ libs。将这两个文件复制到C：\ Users \＆lt； USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ App \ appdata \ canopy-1.0.0.1160.win-x86_64libs。 - (Needed only for Theano 0.6rc3 or earlier) Set the Theano flags
blas.ldflags=-LC:\Users\<USER>\AppData\Local\Enthought\Canopy\App\appdata\canopy-1.0.0.1160.win-x86_64\Scripts -lmk2_core -lmk2_intel_thread -lmk2_rt.
Alternative: Python(x,y)
如果你没有EPD的商业许可，并且没有资格获得免费学术许可，并且你的计算机上既没有安装Python也不安装MinGW，你可以使用Python（x，y）安装Theano的大多数依赖项， 。它是一个单一的安装文件，包含额外的包，如NumPy，SciPy，IPython，Matplotlib，MinGW，Nose等。注意，目前没有64位版本。您可以保留默认安装选项，除了安装目录不应包含任何空格（特别是不要安装到C：\ Program Files ）。
Alternative: manual installation
以下说明提供了手动安装所有Theano依赖关系的步骤。请注意，应该可以使用Cygwin而不是MinGW运行Theano，但这还没有经过测试。
对于32位MinGW：从MinGW文件下载最新版本的
自动 MinGW 安装程序 t>（mingw-get-inst）并安装它（你应该安装所有可选组件，但不需要Objective C和Ada编译器）。-
对于64位MinGW（注意64位的手动安装是实验）：从项目的发布页下载最新版本的MinGW-w64，
C:\mingw64。也从这个页面下载MSYS（虽然它是一个32位版本的MSYS，这没关系，因为它只是一个方便的工具）。将MSYS提取到同一个文件夹中，例如，你最终使用C:\mingw64\msys。运行C:\mingw64\msys\msys.bat，在MSYS shell中，键入sh /postinstall/pi.sh并回答几个问题，以便MSYS正确地链接到你的MinGW安装。
-
建议将您的MSYS主目录设置为与您的Windows主目录相同。这将避免在Windows命令提示符下运行Theano和MSYS shell之间不一致的行为。没有设置全局Windows
HOME环境变量（可能会影响其他程序）的一种方法是编辑您的msys.bat文件（例如在C:\MinGW\msys\1.0或C:\mingw64\msys），并在开头添加以下行（注意你可能需要使用例如写字板来编辑此文件，因为记事本被Unix风格的换行符混淆）：set HOME=%USERPROFILE% 如果您还没有安装它们，请安装最新版本的Python 2.x和相应的NumPy，然后安装SciPy ）。注意，目前没有官方64位版本的NumPy和SciPy，但你可以在这里找到非正式版本。
确保Python安装目录及其
Scripts子目录在您的系统路径中。这可以通过修改全局PATHWindows环境变量，或通过在您的MinGW主目录中创建一个.profile文件来完成，包含导出 PATH = $ PATH：/ c / Python27：/ c / Python27 / Scripts（注意，后者仅在从MSYS shell运行Theano时才工作。-
如果你正在安装64位版本，你将需要以下hack，以便能够用GCC编译Theano文件（如果你使用32位版本，请跳过此步骤）。在临时工作目录中，复制
python27.dll（位于C:\\Windows\\System32）以及python27.def。编辑python27.def并将Py_InitModule4替换为Py_InitModule4_64。然后打开MSYS shell，转到此临时目录，并运行：dlltool --dllname python27.dll --def python27.def --output-lib libpython27.a最后，将生成的libpython27.a文件复制到你的
C:\\Python27\\libs文件夹中。 -
为了运行Theano的测试套件，你需要nose。在解压缩其源代码（您可以使用7-zip）之后，您可以通过运行以下命令（从Windows命令提示符或MSYS shell）从其代码目录中构建和安装它：
python setup.py install
推荐：Anaconda
ContinuumIO为所有3个主要桌面操作系统（包括Windows 32位和64位）提供了一个免费的Python发行版，其中包括Theano及其所有依赖项。这是在Windows上获得Theano的最简单的方法之一。只需从Anaconda下载页下载并执行安装程序，然后从Anaconda 提示执行以下命令：
$ conda install theano
备选：WinPython
我们强烈推荐Pierre Raybaut的WinPython分发 - 它是为32位和64位系统编译的，链接对快速的MKL BLAS实现，支持安装辅助包Chris Gohlke，免费。
WinPython还允许便携式安装，不混乱你的主系统PATH。我们已经安装到c:\SciSoft\WinPython-64bit-2.7.9.4。
学术界的备选：EPD
如果你在学术界工作，一个安装大多数依赖的简单方法是安装Enthought Python Distribution（EPD）。如果你是附属于大学（作为学生或员工），您可以免费下载安装。EPD安装特别包括Python（和开发头文件），NumPy，SciPy，nose，sphinx，easy_install，pydot（但不是 Graphviz，它是工作所必需的），g ++和MKL实现的blas。
如果你想使用iPython shell，你应该首先尝试导入NumPy：
C:\Users\user>ipython
[...]
In [1]: import numpy
如果您看到一条错误消息，告诉您DLL 加载 失败，这可能是由于脚本启动ipython。如果C:\SciSoft\Python27是安装EPD的目录，请编辑C:\SciSoft\Python27\Scripts\ipython.bat
set path="C:\SciSoft\Python27";%path%
删除Python27周围的引号，导致：
set path=C:\SciSoft\Python27;%path%
然后，它应该在所有新的终端工作。
pip不包括在EPD中，但你可以简单地安装它：
easy_install pip
替代方法：Canopy
Canopy是另一个安装所有Theano依赖项的软件。如果你是附属于大学（作为学生或员工），您可以免费下载安装。
- 安装Canopy x64并将其更新到最新版本（
帮助/软件更新...），因为旧版Canopy版本安装pip有问题。 - 然后从Canopy包管理器安装
pip。 - 在Windows提示符中，键入
pip install theano。 - 在Canopy包管理器中，搜索和安装软件包“mingw 4.5.2”和“libpython 1.2”
- （仅适用于Theano 0.6rc3或更早版本）“libpython 1.2”软件包将文件
libpython27.a和libmsvcr90.a安装到C：\ Users \ USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ User \ libs。将这两个文件复制到C：\ Users \＆lt； USER＆gt； \ AppData \ Local \ Enthought \ Canopy \ App \ appdata \ canopy-1.0.0.1160.win-x86_64libs。 - (Needed only for Theano 0.6rc3 or earlier) Set the Theano flags
blas.ldflags=-LC:\Users\<USER>\AppData\Local\Enthought\Canopy\App\appdata\canopy-1.0.0.1160.win-x86_64\Scripts -lmk2_core -lmk2_intel_thread -lmk2_rt.
Alternative: Python(x,y)
如果你没有EPD的商业许可，并且没有资格获得免费学术许可，并且你的计算机上既没有安装Python也不安装MinGW，你可以使用Python（x，y）安装Theano的大多数依赖项， 。它是一个单一的安装文件，包含额外的包，如NumPy，SciPy，IPython，Matplotlib，MinGW，Nose等。注意，目前没有64位版本。您可以保留默认安装选项，除了安装目录不应包含任何空格（特别是不要安装到C：\ Program Files ）。
Alternative: manual installation
以下说明提供了手动安装所有Theano依赖关系的步骤。请注意，应该可以使用Cygwin而不是MinGW运行Theano，但这还没有经过测试。
对于32位MinGW：从MinGW文件下载最新版本的
自动 MinGW 安装程序 t>（mingw-get-inst）并安装它（你应该安装所有可选组件，但不需要Objective C和Ada编译器）。-
对于64位MinGW（注意64位的手动安装是实验）：从项目的发布页下载最新版本的MinGW-w64，
C:\mingw64。也从这个页面下载MSYS（虽然它是一个32位版本的MSYS，这没关系，因为它只是一个方便的工具）。将MSYS提取到同一个文件夹中，例如，你最终使用C:\mingw64\msys。运行C:\mingw64\msys\msys.bat，在MSYS shell中，键入sh /postinstall/pi.sh并回答几个问题，以便MSYS正确地链接到你的MinGW安装。
-
建议将您的MSYS主目录设置为与您的Windows主目录相同。这将避免在Windows命令提示符下运行Theano和MSYS shell之间不一致的行为。没有设置全局Windows
HOME环境变量（可能会影响其他程序）的一种方法是编辑您的msys.bat文件（例如在C:\MinGW\msys\1.0或C:\mingw64\msys），并在开头添加以下行（注意你可能需要使用例如写字板来编辑此文件，因为记事本被Unix风格的换行符混淆）：set HOME=%USERPROFILE% 如果您还没有安装它们，请安装最新版本的Python 2.x和相应的NumPy，然后安装SciPy ）。注意，目前没有官方64位版本的NumPy和SciPy，但你可以在这里找到非正式版本。
确保Python安装目录及其
Scripts子目录在您的系统路径中。这可以通过修改全局PATHWindows环境变量，或通过在您的MinGW主目录中创建一个.profile文件来完成，包含导出 PATH = $ PATH：/ c / Python27：/ c / Python27 / Scripts（注意，后者仅在从MSYS shell运行Theano时才工作。-
如果你正在安装64位版本，你将需要以下hack，以便能够用GCC编译Theano文件（如果你使用32位版本，请跳过此步骤）。在临时工作目录中，复制
python27.dll（位于C:\\Windows\\System32）以及python27.def。编辑python27.def并将Py_InitModule4替换为Py_InitModule4_64。然后打开MSYS shell，转到此临时目录，并运行：dlltool --dllname python27.dll --def python27.def --output-lib libpython27.a最后，将生成的libpython27.a文件复制到你的
C:\\Python27\\libs文件夹中。 -
为了运行Theano的测试套件，你需要nose。在解压缩其源代码（您可以使用7-zip）之后，您可以通过运行以下命令（从Windows命令提示符或MSYS shell）从其代码目录中构建和安装它：
python setup.py install
配置环境
在这一点上，你应该已经安装了所有的Theano依赖。默认情况下，Python，GCC和Visual Studio都未添加到PATH中。将以下shell脚本保存为c:\scisoft\env.bat以配置系统路径：
REM configuration of paths
set VSFORPYTHON="C:\Program Files (x86)\Common Files\Microsoft\Visual C++ for Python\9.0"
set SCISOFT=%~dp0
REM add tdm gcc stuff
set PATH=%SCISOFT%\TDM-GCC-64\bin;%SCISOFT%\TDM-GCC-64\x86_64-w64-mingw32\bin;%PATH%
REM add winpython stuff
CALL %SCISOFT%\WinPython-64bit-2.7.9.4\scripts\env.bat
REM configure path for msvc compilers
REM for a 32 bit installation change this line to
REM CALL %VSFORPYTHON%\vcvarsall.bat
CALL %VSFORPYTHON%\vcvarsall.bat amd64
REM return a shell
cmd.exe /k
该脚本假定您安装了WinPython发行版，否则更新winpython行。对于32位安装，请更改指示的行以加载32位Microsoft Compiler。
你可以通过双击c:\scisoft\env.bat来访问Python shell。请这样做，并验证是否找到以下程序：
- 其中gcc
- 其中gendef
- 其中cl
- 其中nvcc
最后，我们需要为GCC创建一个链接库。打开Python shell并将cd更改为c:\SciSoft。然后执行：
gendef WinPython-64bit-2.7.9.4\python-2.7.9.amd64\python27.dll
dlltool --dllname python27.dll --def python27.def --output-lib WinPython-64bit-2.7.9.4\python-2.7.9.amd64\libs\libpython27.a
安装Theano
安装依赖项后，您可以下载并安装Theano。我们发现从长远来看，Git安装是最有用的，因为你可以用一个git pull命令更新它。所以我们推荐它。但是，也可以手动安装而不使用Git。
Git安装
Theano是托管在GitHub上，你需要Git下载它。对于Windows，下载并安装MSYSGIT构建。在您要安装Theano的目录中打开Git Shell。对于溢出版本执行
git clone https://github.com/Theano/Theano.git
对于最新的稳定版本0.7（截至2015年3月）改为：
git clone https://github.com/Theano/Theano.git --branch rel-0.7
无论哪种方式，将创建一个文件夹Theano，并将库下载到该文件夹??。
手动安装
要获取最新版本，请访问Theano on GitHub并下载最新zip。然后将其解压到某处。
或者，您可以访问https://github.com/Theano/Theano/releases/tag/rel-0.7并下载 zip。
配置Theano
一旦你安装了Theano，打开Python Shell（例如c:\scisoft\env.bat如果遵循本教程中的安装目录）和cd然后运行：
python setup.py develop
此步骤将向The PYTHON_PATH环境变量添加Theano目录。
在这个阶段你可以检查是否工作，并能够编译C代码的CPU执行。
创建一个测试文件，包含：
import numpy as np
import time
import theano
A = np.random.rand(1000,10000).astype(theano.config.floatX)
B = np.random.rand(10000,1000).astype(theano.config.floatX)
np_start = time.time()
AB = A.dot(B)
np_end = time.time()
X,Y = theano.tensor.matrices('XY')
mf = theano.function([X,Y],X.dot(Y))
t_start = time.time()
tAB = mf(A,B)
t_end = time.time()
print("NP time: %f[s], theano time: %f[s] (times should be close when run on CPU!)" %(
np_end-np_start, t_end-t_start))
print("Result difference: %f" % (np.abs(AB-tAB).max(), ))
NP time: 1.480863[s], theano time: 1.475381[s] (times should be close when run on CPU!)
Result difference: 0.000000
然后运行它。它应该没有问题地执行，并且Theano函数应该以类似于常规NumPy乘法的速度运行。（Numpy和Theano应该调用相同的BLAS例程用于矩阵乘法）
配置Theano用于GPU使用
如果您还没有这样做，请安装libgpuarray。
Theano可以配置一个.theanorc文本文件（或.theanorc.txt，以您在Windows下更容易创建）。它应该放在%USERPROFILE%变量??指向的目录中。请注意，WinPython将其更改为WinPythonDir\settings（因此在我们的系统中，这对应于c:\scisoft\WinPython-64bit-2.7.9.4\settings。
要使用GPU，请写入以下配置文件：
[global]
device = cuda
floatX = float32
[nvcc]
flags = --use-local-env --cl-version=2008
重新运行简单的测试文件并验证它运行。根据你的GPU，theano函数应该比由NumPy执行的CPU矩阵乘法更快地在GPU上运行。您还可以在Using the GPU页面上找到其他测试代码和有用的GPU提示。
运行Theano的测试套件
Currently, due to memory fragmentation issue in Windows, the test-suite breaks at some point when using theano-nose, with many error messages looking like: DLL load failed: Not enough storage is available to process this command.作为解决方法，您可以改为运行：
theano-nose --batch
这将以100的批次运行测试，这应该避免内存错误。请注意，此脚本调用nosetests，如果您如上所述手动安装Nose，则可能需要从MSYS shell中运行。
注意
在<= 0.5版本的Theano中，没有包含theano-nose。如果你使用这样的版本，你可以调用这个命令：
python theano/tests/run_tests_in_batch.py
Git安装
Theano是托管在GitHub上，你需要Git下载它。对于Windows，下载并安装MSYSGIT构建。在您要安装Theano的目录中打开Git Shell。对于溢出版本执行
git clone https://github.com/Theano/Theano.git
对于最新的稳定版本0.7（截至2015年3月）改为：
git clone https://github.com/Theano/Theano.git --branch rel-0.7
无论哪种方式，将创建一个文件夹Theano，并将库下载到该文件夹??。
手动安装
要获取最新版本，请访问Theano on GitHub并下载最新zip。然后将其解压到某处。
或者，您可以访问https://github.com/Theano/Theano/releases/tag/rel-0.7并下载 zip。
配置Theano
一旦你安装了Theano，打开Python Shell（例如c:\scisoft\env.bat如果遵循本教程中的安装目录）和cd然后运行：
python setup.py develop
此步骤将向The PYTHON_PATH环境变量添加Theano目录。
在这个阶段你可以检查是否工作，并能够编译C代码的CPU执行。
创建一个测试文件，包含：
import numpy as np
import time
import theano
A = np.random.rand(1000,10000).astype(theano.config.floatX)
B = np.random.rand(10000,1000).astype(theano.config.floatX)
np_start = time.time()
AB = A.dot(B)
np_end = time.time()
X,Y = theano.tensor.matrices('XY')
mf = theano.function([X,Y],X.dot(Y))
t_start = time.time()
tAB = mf(A,B)
t_end = time.time()
print("NP time: %f[s], theano time: %f[s] (times should be close when run on CPU!)" %(
np_end-np_start, t_end-t_start))
print("Result difference: %f" % (np.abs(AB-tAB).max(), ))
NP time: 1.480863[s], theano time: 1.475381[s] (times should be close when run on CPU!)
Result difference: 0.000000
然后运行它。它应该没有问题地执行，并且Theano函数应该以类似于常规NumPy乘法的速度运行。（Numpy和Theano应该调用相同的BLAS例程用于矩阵乘法）
配置Theano用于GPU使用
如果您还没有这样做，请安装libgpuarray。
Theano可以配置一个.theanorc文本文件（或.theanorc.txt，以您在Windows下更容易创建）。它应该放在%USERPROFILE%变量??指向的目录中。请注意，WinPython将其更改为WinPythonDir\settings（因此在我们的系统中，这对应于c:\scisoft\WinPython-64bit-2.7.9.4\settings。
要使用GPU，请写入以下配置文件：
[global]
device = cuda
floatX = float32
[nvcc]
flags = --use-local-env --cl-version=2008
重新运行简单的测试文件并验证它运行。根据你的GPU，theano函数应该比由NumPy执行的CPU矩阵乘法更快地在GPU上运行。您还可以在Using the GPU页面上找到其他测试代码和有用的GPU提示。
运行Theano的测试套件
Currently, due to memory fragmentation issue in Windows, the test-suite breaks at some point when using theano-nose, with many error messages looking like: DLL load failed: Not enough storage is available to process this command.作为解决方法，您可以改为运行：
theano-nose --batch
这将以100的批次运行测试，这应该避免内存错误。请注意，此脚本调用nosetests，如果您如上所述手动安装Nose，则可能需要从MSYS shell中运行。
注意
在<= 0.5版本的Theano中，没有包含theano-nose。如果你使用这样的版本，你可以调用这个命令：
python theano/tests/run_tests_in_batch.py
编译更快的BLAS
如果你通过WinPython或EPD安装Python，Theano会自动链接到MKL库，所以你不需要编译自己的BLAS。
注意
以下说明尚未在Windows 64位环境中测试。
如果你想要一个更快和/或多线程的BLAS库，你可以编译OpenBLAS（ATLAS可能工作，但没有测试，通常报告是更慢，更难以编译 - 特别是在Windows上）。OpenBLAS可以从其网站（我们测试v0.2.6）以zip文件格式下载。要编译它，你还需要MSYS和wget（安装步骤如下所述）。
如果你已经完全安装了MinGW，你应该有MSYS包含在其中，因此应该能够启动一个MinGW shell。如果是这样，您可以跳过以下MSYS安装步骤。注意，这些步骤是为Python（x，y）编写的，但也应该适用于其他bundle分发，如EPD（相应地改变路径，例如在EPD 7.3.2中MinGW文件夹是EPD7.3.2\EGG-INFO\mingw\usr\i686-w64-mingw32）。要在Python（x，y）中包含的MinGW安装之上安装MSYS，请执行以下操作：
将其内容解包到你的
pythonxy\mingw目录中。-
在提示符（
cmd）中，安装MSYSmingw-get install msys-base如果无法自动找到
mingw-get，只要首先导航到文件夹中（如果它位于bin子文件夹中）。 -
编辑
pythonxy\mingw\msys\1.0\msys.bat（例如在写字板中）并添加为第一行set HOME =％USERPROFILE％ t4>。然后创建一个容易访问的快捷方式（例如在你的桌面上）到这个文件，运行它，并在MSYS控制台中运行MSYS安装后脚本：/postinstall/pi.sh它会询问你的MinGW安装目录（例如
c:/pythonxy/mingw；注意正斜杠）。
一旦你有一个工作的MinGW / MSYS shell环境，你可以继续如下：
- 通过运行安装程序安装
wget即可在wget网站上下载。请注意，此设置不会将wget添加到系统PATH中，因此您需要相应地修改PATH环境变量（在Windows中或在.profile启动文件在你的MinGW home）。完成后，在MinGW shell中键入wget - version，验证它是否正常运行。还要注意，如果你是一个代理，你应该设置你的HTTP_PROXY环境变量，或者使用自定义wgetrc配置文件wget能够下载文件。- 解压缩OpenBLAS，并在MinGW shell中进入相应的目录。
- 编译OpenBLAS：
quickbuild.win32 1>log.txt 2>err.txt（对于64位Windows使用
quickbuild.win64）。编译可能需要一段时间，因此现在是休息的好时机。当它完成后，你应该在你的OpenBLAS文件夹中有libopenblas.dll。如果不是这样，请检查err.txt日志中是否有构建错误。
- 请确保
libopenblas.dll位于您的PATH中的文件夹中。- 使用
ldflags = 修改你的.theanorc（或.theanorc.txt）-LX：\\ YYY \\ ZZZ -lopenblas其中X:\\YYY\\ZZZ是包含libopenblas.dll的文件夹的路径。此设置也可以在Python中进行更改以用于测试目的（在这种情况下，它将仅在您的Python会话期间保留）：theano.config.blas.ldflags = "-LX:\\YYY\\YYY -lopenblas"
- 要测试BLAS性能，您可以运行脚本
theano/misc/check_blas.py。请注意，你可以使用OPENBLAS_NUM_THREADS环境变量来控制OpenBLAS使用的线程数（默认行为是使用所有可用的内核）。这里是一些Intel Core2 Duo 1.86 GHz的性能结果，与使用NumPy的BLAS或未优化的标准BLAS（从源代码手动编译）相比。请注意，我们在这里报告了GotoBLAS2的结果，这是OpenBLAS的祖先（这个基准仍然需要用OpenBLAS结果更新）：> * GotoBLAS2（2 threads）：16s > * NumPy（1 thread）：48s > * 标准BLAS（未优化，1螺纹）：166s 结论： * 未经优化的标准BLAS非常慢，不应使用。 * NumPy的Windows二进制文件是用ATLAS编译的，速度惊人的快。 * GotoBLAS2甚至更快，特别是如果你可以使用多个内核。
注意
如果您得到DLL 加载 失败的错误消息，通常意味着在路径。如果它发生只有当你使用OpenBLAS，这意味着它是libopenblas.dll本身或其中一个依赖项。在它是依赖关系的情况下，您可以使用Dependency Walker实用程序来确定哪一个。
