http://blog.csdn.net/lucktroy/article/details/9336477
http://blog.sina.com.cn/s/blog_6cb8e53d0101keak.html
因为想安装Theano到系里的电脑上,但是本人并没有root权限,无奈在google group之theano-user上发帖问大神[注1有对话 : ) ]。
Sigurd的回答非常有帮助的,顺着这个线索我最后安装成功了。
系统版本:Cent OS 6.x
原始安装参考:http://deeplearning.net/software/theano/install_centos6.html#install-centos6
-
1. $ sudo yum install python-devel python-nose python-setuptools gcc gcc-gfortran gcc-c++ blas-devel lapack-devel atlas-devel
-
2. $ sudo easy_install pip
-
3. $ sudo pip install numpy==1.6.1
-
4. $ sudo pip install scipy==0.10.1
-
5. $ sudo pip install Theano
但我之前说了没root权限,没法用sudo!!!
系里的机子默认已经安装了gcc, gfortran等。
所以,第一步安装 Blas, Lapack, Atlas, 不能用sodu,意味着也无法yum了。不过我们可以用yumdownloader:
1. 用yumdownloader所需的rpm
-
$ yumdownloader blas-devel lapack-devel atlas-devel
然后用rpm2cpio:
-
$ rpm2cpio *rpm | cpio -id
copy到$HOME或你想的目录下
然后要设置环境变量,修改~/.bashrc,设置下Blas, Lapack, Atlas的路径
-
export BLAS=~/usr/lib64/libblas.a
-
export LAPACK=~/usr/lib64/liblapack.a
-
export ATLAS=~/usr/lib64/atlas/libatlas.a
这样就完成了第一步.
2. 用easy_install --user安装pip
在这之前,先设置环境变量PYTHONUSERBASE
-
export PYTHONUSERBASE=~/PYTHON
-
export PATH=$PATH:~/PYTHON/bin
-
$ easy_install --user pip
3. 用pip install --user安装numpy
-
$ pip install --user numpy==1.6.1
4. 用pip install --user安装scipy
-
$ pip install --user scipy==0.10.1
5. 用pip install --user安装Thean
-
$ pip install --user Theano
安装完成后,测试了下4个不同机器上GPU的性能.
-
$ python theano/misc/check_blas.py
测试结果:
-
$ cat gpu0* | grep "Total exe"
-
Total execution time: 0.45s on GPU. [GeForce GTX 285]
-
Total execution time: 0.25s on GPU. [Tesla C2075]
-
Total execution time: 0.19s on GPU. [GeForce GTX 480]
-
Total execution time: 0.45s on GPU. [GeForce GTX 285]
注:安装过程中出现错误要先解读错误,可能根据错误提示简单改一下就行了。
注1:
-------------------------------------------------------------------------------------------------------------------------------------------
On Monday, July 15, 2013 4:32:47 PM UTC+8, Sigurd wrote:
Hi Eric,
You can install python packages underneath your home directory. For installing Theano with pip or from source, just add --user.
pip install --user Theano
python setup.py install --user
Sigurd
Am Montag, 15. Juli 2013 10:23:17 UTC+2 schrieb Eric:
Hi,
I tried to install theano in the clusters at our lab.
But, unfortunately, I am just a user rather than root user. I cannot use "sudo".
Any idea for installing theano without root authority is appreciated.
Besides, I may ask administrators to install theano for me. However, sometimes, it also requires root authority when running a theano/pylearn2 program. How to avoid it ? Many thanks.
-- Eric
-------------------------------------------------------------------------------------------------
Theano是一个python库,提供了定义、优化以及评估数学表达式的库,尤其适合处理高维数组。使用Theano能获得和C差不多的处理速度,并且当利用GPU进行计算时,效率要优于CPU上运行的C语言程序。利用Theano能快速验证各种算法模型。
但是在Linux上安装theano是一件非常痛苦的事情,从theano的文档中看到,其依赖条件非常多:
(1) 64-bit Linux(最佳)
(2) python 2.4以上
(3) g++ 4.2以上
(4) NumPy 1.5.0以上
(5) SciPy 0.8以上
(6) BLAS支持Level-3
事实上,在安装过程中发现,如果要安装NumPy,还需要安装ATLAS,而ATLAS则又依赖于lapack ……
这其中涉及到:
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。
这里假设python和g++已经按要求装好,并且符合版本要求,以下根据安装的步骤来进行说明:
首先介绍下环境,多核服务器,cpu时钟频率2668MHz,Linux-64bit,非root权限。所有源码放在/data4/open_src中
各开发包的版本为:
开发包 版本 文件名 下载地址
-----------------------------------------------------------------------------------------------
BLAS blas.tgz http://www.netlib.org/blas/
lapack 3.2.2 lapack.tgz http://www.netlib.org/lapack/#_previous_release
ATLAS 3.8.4 atlas3.8.4.tar.bz2 http://sourceforge.net/projects/math-atlas/files/Stable/
NumPy 1.7.1 numpy-1.7.1.tar.gz https://pypi.python.org/pypi/numpy
SciPy 0.12.0 scipy-0.12.0.tar.gz https://pypi.python.org/pypi/scipy
Theano 0.6.0 Theano-0.6.0rc3.tar.gz http://deeplearning.net/software/theano/#download
以下是安装步骤:
step 1. 编译BLAS
(1) 解压:tar -xvzf blas.tgz
(2) cd BLAS
(3) 修改 make.inc 中的编译选项:
PLAT = _LINUX
FORTRAN = gfortran
OPTS = -O2 -m64 -fPIC
NOOPT = -O0 -m64 -fPIC
LOADER = gfortran
(4) 编译BLAS:make
编译完成后,会生成blas_LINUX.a文件
step 2. 配置ATLAS
在安装ATLAS之前需要先编译lapack,但是为了能使得编译成功,需要保证lapack的编译选项与ATLAS一致。因此首先配置ATLAS,然后将相关编译配置拷贝到lapack中
(1) 解压:tar -xvjf atlas3.8.4.tar.bz2
(2) cd ATLAS
(3) 创建一个build目录,用于存放ATLAS的编译配置:mkdir atlas_build
(4) cd atlas_build
(5) 执行configure进行配置:../configure -b 64 -D c -DPentiumCPS=2668 -Fa alg -fPIC --with-netlib-lapack=/data4/open_src/lapack-3.2.2/lapack_LINUX.a --prefix=~/.local
其中的参数说明如下:
-b 指定编译出库的类型(32位库还是64位库)
-D c -DPentiumCPS 是指定你的CPU的时钟频率,可以通过 grep MHz /proc/cpuinfo 得到
-Fa alg -fPIC 得到与位置无关的代码,生成动态的共享库
--prefix 为安装路径
--with-netlib-lapack 则是制定lapack库文件(此时lapack库文件还没有生成,先随便指定一个)
(6) 完成配置后,在Make.inc文件中找到F77和F77FLAGS的参数配置,这两个配置将会赋给lapack的FORTRAN和OPTS
ps:对于ATLAS 3.10及以上版本,设置--with-netlib-lapack会出错,需要直接指定lapack的压缩包(--with-netlib-lapack-tarfile=),它在编译过程中会自动解压和编译lapack,最终生成的so文件也由之前的6个整合成两个。ATLAS 3.10以上版本对后续安装NumPy没有影响,但是在使用的时候会造成有些库文件找不到的现象。因此这里使用的是ATLAS
3.8.4版本。
step 3. 编译lapack
(1) 解压:tar -xvzf lapack.tgz
(2) cd lapack-3.2.2
(3) 拷贝生成make.inc: cp make.inc.example make.inc
(4) 修改make.inc:
将其中FORTRAN和OPTS的值设置得跟 ATLAS/atlas_build/Make.inc 中的F77和F77FLAGS一致
同时设置
PLAT = _LINUX
BLASLIB = /data4/open_src/BLAS/blas$(PLAT).a
(5) 编译:make build
(6) 编译成功后,会在根目录生成两个库文件:lapack_LINUX.a 和 tmglib_LINUX.a
step 4. 编译并安装ATLAS
(1) cd ATLAS
(2) 删除原配置:rm -rf atlas_build
(3) 重新配置ATLAS:参考 step 2,并设置 --with-netlib-lapack=/data4/open_src/lapack-3.2.2/lapack_LINUX.a
(4) 在atlas_build中进行编译:make build
ps:这个过程相当漫长,耐心等待!!
(5) check编译结果:
make check
make ptcheck (对于多核服务器)
make time
ps:如果check过程中没有报错,则可以放心进行以后的步骤;如果出现报错,也可以尝试进行后续步骤,是否成功就要靠人品了。
(6) 编译动态库:
cd lib
make shared
make ptshared (对于多核服务器)
cd ..
如果在 lib 下面出现libatlas.so, libcblas.so, libf77blas.so, liblapack.so, libptcblas.so, libptf77blas.so 这6个动态库文件,则表示编译成功
(7) 安装ATLAS:make install
由于之前设置了--prefix=~/.local 因此ATLAS将被安装到 ~/.local/lib 中
(8) cp ./lib/*.so ~/.local/lib
(9) 设置环境变量:在~/.bashrc中添加 export LD_LIBRARY_PATH=~/.local/lib:$LD_LIBRARY_PATH 并执行 source ~/.bashrc
step 5. 安装NumPy
(1) 解压 tar -xvzf numpy-1.7.1.tar.gz
(2) cd numpy-1.7.1
(3) 拷贝生成sit.cfg: cp site.cfg.example site.cfg
(4) 配置site.cfg:
1> 打开[DEFAULT],并设置 library_dirs 和 include_dirs ,使得在编译的时候能够找到atlas库
library_dirs = ~/.local/lib
include_dirs = ~/.local/include
2> 打开[blas_opt],并设置 libraries
libraries = ptf77blas, ptcblas, atlas
3> 打开[lapack_opt],并设置 libraries
libraries = lapack, ptf77blas, ptcblas, atlas
ps:如果在ATLAS安装过程中,没有生成libptf77blas和libptcblas,则需要设置两个libraries为
libraries = f77blas, cblas, atlas
libraries = lapack, f77blas, cblas, atlas
(5) 利用python构建NumPy:python setup.py build
(6) 利用python安装NumPy:python setup.py install --prefix=~/.local
(7) 安装完成后,NumPy被安装在 ~/.local/lib/python2.7/site-packages/numpy
(8) 设置环境变量:在~/.bashrc中添加 export PYTHONPATH=~/.local/lib/python2.7/site-packages:$PYTHONPATH 并执行 source ~/.bashrc
step 6. 安装SicPy
(1) 解压: tar -xvzf scipy-0.12.0.tar.gz
(2) cd scipy-0.12.0
(3) 设置site.cfg: 可以直接将NumPy的site.cfg拷贝到当前目录中
(4) 利用python构建SciPy:python setup.py build
(5) 利用python安装SciPy:python setup.py install --prefix=~/.local
(6) 安装完成后,SciPy被安装在 ~/.local/lib/python2.7/site-packages/scipy
step 7. 安装Theano
有了以上的准备后,安装Theano就是一个非常简单的过程了。直接利用python就可以完成安装:
(1) 解压:tar -xvzf Theano-0.6.0rc3.tar.gz
(2) cd Theano-0.6.0rc3
(3) python setup.py install --prefiex=~/.local
(4) 安装完成后,SciPy被安装在 ~/.local/lib/python2.7/site-packages/Theano-0.6.0rc3-py2.7.egg
至此,完成了ATLAS + NumPy + SciPy + Theano的python科学计算环境的搭建