译者:Python 文档协作翻译小组,原文:CentOS 6 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。
注意
我们只支持通过conda安装要求的软件包。
Python> = 2.7或> = 3.3开发包(python-dev或 python-devel在大多数Linux发行版)推荐(见下面)。0.6及以前的版本支持Python 2.4。0.8.2及以前的版本支持Python 2.6。对于Python 3,支持3.3之后的版本。 NumPy >= 1.9.1 早期版本可以工作,但我们没有测试。 SciPy >= 0.14 当前只有稀疏矩阵和特殊功能需要,但强烈推荐。SciPy > = 0.8可以工作,但早期版本对稀疏矩阵有已知的错误。 BLAS安装(具有Level 3的功能)
-dev
,-devel
,具体取决于你的Linux发行版本)。可选要求
python-dev
,g++
> = 4.2 **强烈推荐。**Theano可以回退基于NumPy的Python执行模型,但C编译器允许更快的执行。 nose >= 1.3.0 推荐,用于运行Theano的测试套件。 Sphinx >= 0.5.1, pygments 用于构建文档。LaTeX和dvipng也是必需的,用于将数学符号显示为图像。 pydot-ng 处理大的gif/images图片。 NVIDIA CUDA驱动程序和SDK 强烈推荐在NVIDIA gpus上生成/执行GPU代码时需要。参见下面的说明。 libgpuarray 在CUDA和OpenCL设备上生成GPU/CPU代码时需要(参见:GpuArray Backend。)
按照此链接安装Miniconda。
注意
如果你想要编译的代码更快(推荐),确保你安装了g++(Windows/Linux)或Clang(OS X)。
conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>
警告
现在OpenCL仍然是最小支持。
nvidia-smi
。注意 正确性检查:bin子文件夹应包含nvcc程序。此文件夹称为cuda root目录。
$LD_LIBRARY_PATH
环境变量。CUDA_ROOT=/path/to/cuda/root
,或THEANO_FLAGS
添加cuda.root
标记,如THEANO_FLAGS='cuda.root=/path/to/cuda/root'
,或root = /path/to/cuda/root
。按照此链接安装Miniconda。
注意
如果你想要编译的代码更快(推荐),确保你安装了g++(Windows/Linux)或Clang(OS X)。
conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>
按照此链接安装Miniconda。
注意
如果你想要编译的代码更快(推荐),确保你安装了g++(Windows/Linux)或Clang(OS X)。
conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>
警告
现在OpenCL仍然是最小支持。
nvidia-smi
。注意 正确性检查:bin子文件夹应包含nvcc程序。此文件夹称为cuda root目录。
$LD_LIBRARY_PATH
环境变量。CUDA_ROOT=/path/to/cuda/root
,或THEANO_FLAGS
添加cuda.root
标记,如THEANO_FLAGS='cuda.root=/path/to/cuda/root'
,或root = /path/to/cuda/root
。安装最新的稳定版本的Theano:
<sudo> pip install <--user> Theano[test, doc]
如果你遇到任何问题,请前往Troubleshooting页面。
对于稳定版本的Theano你需要一个特定版本的libgpuarray,标记为v-9998
。用下面的方式下载:
git clone https://github.com/Theano/libgpuarray.git --tags
git checkout origin/v-9998
cd libgpuarray
然后按照逐步说明进行操作。
安装最新、前沿、开发版本的Theano:
<sudo> pip install <--user> <--no-deps> git+https://github.com/Theano/Theano.git#egg=Theano
如果你遇到任何问题,请前往Troubleshooting页面。
按照逐步说明安装最新的libgpuarray开发版本。
安装开发版本的Theano:
git clone git://github.com/Theano/Theano.git
cd Theano
<sudo> pip install <--user> <--no-deps> -e .
如果你遇到任何问题,请前往Troubleshooting页面。
按照分步说明安装最新的libgpuarray开发版本。
sudo yum install python-devel python-nose python-setuptools gcc gcc-gfortran gcc-c++ blas-devel lapack-devel atlas-devel
sudo easy_install pip
安装最新的稳定版本的Theano:
<sudo> pip install <--user> Theano[test, doc]
如果你遇到任何问题,请前往Troubleshooting页面。
对于稳定版本的Theano你需要一个特定版本的libgpuarray,标记为v-9998
。用下面的方式下载:
git clone https://github.com/Theano/libgpuarray.git --tags
git checkout origin/v-9998
cd libgpuarray
然后按照逐步说明进行操作。
对于稳定版本的Theano你需要一个特定版本的libgpuarray,标记为v-9998
。用下面的方式下载:
git clone https://github.com/Theano/libgpuarray.git --tags
git checkout origin/v-9998
cd libgpuarray
然后按照逐步说明进行操作。
安装最新、前沿、开发版本的Theano:
<sudo> pip install <--user> <--no-deps> git+https://github.com/Theano/Theano.git#egg=Theano
如果你遇到任何问题,请前往Troubleshooting页面。
按照逐步说明安装最新的libgpuarray开发版本。
按照逐步说明安装最新的libgpuarray开发版本。
安装开发版本的Theano:
git clone git://github.com/Theano/Theano.git
cd Theano
<sudo> pip install <--user> <--no-deps> -e .
如果你遇到任何问题,请前往Troubleshooting页面。
按照分步说明安装最新的libgpuarray开发版本。
按照分步说明安装最新的libgpuarray开发版本。
sudo yum install python-devel python-nose python-setuptools gcc gcc-gfortran gcc-c++ blas-devel lapack-devel atlas-devel
sudo easy_install pip