安装MinGW并升级gcc, 有可能需要更新gcc到4.7.x 或者以上的版本来避免一些编译错误, 如果需要更新可以打开MinGW后使用下列命令更新.

% mingw-get update
% mingw-get upgrade gcc
# this is also needed or you it will not find cc1plus.exe
% mingw-get upgrade g++
# we also need Fortran for building BLAS
mingw-get install gcc-fortran

安装Python Distribution(Python Distribution是集成了诸多依赖包的Python版本), 若不想安装此部分, 请看步骤三:

• 推荐安装AnacondaCE
• 其他选择:Enthought Python Distribution (EPD)/Canopy
  (如果你拥有一定的支付能力可购买Commercial版本或者凭身份获取免费的Academic版本证书)

如果没有安装以上Distribution, 请安装如下软件:

• 安装Python 2.X 版本
• 安装pip, Python的依赖包安装和管理工具.
• 使用pip安装Numpy和Scipy
  pip install numpy
pip install scipy

基础发行版本安装:
pip install theano

最新版本安装:(需要git)
# Use Git Bash Shell
git clone git://github.com/Theano/Theano.git
并且将Theano的文件夹目录添加(或编辑)到PYTHONPATH 环境变量中去, 并且重启命令行窗口, 使用如下命令查看是否安装成功:
Return Theano Directory
C:\Users\login>echo %PYTHONPATH%

然后在你的根目录(e.g., C:\Users<you>), 创建一个叫做.theanorc(或者.theanorc.txt)文件, 并编辑其内容为:
[blas]
ldflags =
# ldflags = -lopenblas # placeholder for openblas support
如果在运行Theano的时候产生_error: ‘assert’ was not declared in this scope_, 则需要再添加如下内容:
[gcc]
cxxflags = -IC:\MinGW\include

安装Cuda:

• CUDA 6.5 (32-bit on 32-bit Windows, 64-bit on 64-bit Windows).
• 可选: The CUDA GPU Computing SDK (32-bit/64-bit matches your python ).

安装Visual Studio(或者Visual C++)

根据Nvidia 网站的_CUDA Getting Started Guide_, 利用Visual Studio编译Cuda代码. (如果这一步没有成功, Theano将可能不能编译GPU代码).

编辑Theano的配置文件, 添加如下内容:(具体内容应当对应你的Python版本和VS版本做适当修改)
[nvcc]
flags=-LC:\Python26\libs
compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\bin

使用Visual Studio命令行工具(在“Visual Studio Tools”文件夹下). 在Python中运行_"import theano.sandbox.cuda"_. 将会编译第一个Cuda文件, 并且没有错误产生.
简单测试GPU计算: 首先编辑Theano的配置文件:
[global]
device = gpu
floatX = float32
然后运行theano/misc/check_blas.py测试文件.

相关推荐: PyCuda, OpenCL