根據官方文件來安裝theano庫會顯得比較繁瑣，在此介紹一種簡潔的配置方式，包含以下4步(以64位Win7環境為例)：
1） 安裝TDM-GCC     (64位)
2）安裝Anaconda      (64位)
3）安裝Theano
4）安裝CUDA             (64位)

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

1.安裝TDM-GCC

    現在的Thenao庫需要編譯C程式碼，因此我們需要安裝GCC編譯器。在http://tdm-gcc.tdragon.net/中下載64位的TDM-GCC 進行安裝即可。安裝完後，在系統環境變數中新增環境變數：
  PATH=C:\TDM-GCC-64\bin     [紅色部分為預設安裝路徑]
設定完後，在cmd.exe中通過命令 gcc –v 驗證是否安裝成功.

2.安裝Anaconda
    在官網https://www.continuum.io/downloads#_windows 或https://repo.continuum.io/archive/中下載相應版本的anaconda安裝包.我電腦是64位的，故下載的64位的安裝包Anaconda2-2.4.0-Windows-x86.exe，直接安裝即可.
   安裝好Anaconda後，在cmd.exe(命令提示符)中輸入python命令檢視安裝結果

  如果輸入python命令，可能是環境變數沒有設定，可通過命令echo %PATH% 檢視是否有關於Anaconda的環境變數，如果沒有，在系統變數PATH中新增：
     E:\Installsoftware\Anaconda                    [anaconda的安裝目錄，根據實際情況更改]
     E:\Installsoftware\Anaconda\Scripts

3.安裝Theano
  兩種方法：
1）直接在cmd.exe 中輸入命令：pip install theano，安裝成功後會在 E:\Installsoftware\Anaconda\Lib\site-packages （紅色部分為Anaconda的安裝目錄）中出現於theano相關的兩個目錄。
2) 在

https://github.com/Theano/Theano中打包下載Theano,然後解壓進入目錄，在cmd.exe中輸入python setup.py install 命令執行安裝指令碼，成功後，在E:\Installsoftware\Anaconda\Lib\site-packages 中也會出現與Theano相關的兩個目錄。
安裝Theano後，新建系統環境變數：
    PYTHONPATH ：  E:\Installsoftware\Anaconda\Lib\site-packages\theano

 然後在 C:\Users\**\ 目錄(**指使用者名稱)下新建.theanorc.txt檔案（注意檔名最前面有”.”）,在檔案中配置如下：

[blas] ldflags= [gcc] cxxflags = -IC:\TDM-GCC-64

紅色部分為TCD-GCC的安裝目錄。儲存配置檔案，在cmd.exe中輸入python命令，然後輸入import theano 命令，結果如下：

   至此，theano已經安裝成功。然而此時的深度學習相關的演算法，只能在CPU上執行。如若想提高執行效率，可以通過搭建GPU加速環境來實現。為此我們需要安裝CUDA。
4.安裝CUDA
    在官網https://developer.nvidia.com/cuda-toolkit-archive中下載相應版本，但是所下載的版本位數需與電腦位數匹配，否則安裝不上CUDA.安裝CUDA後,會自動生成與CUDA相關的環境變數（可以在cmd.exe中通過命令echo %PATH%檢視），然後通過nvcc –V 命令(注意V大寫)檢視安裝詳情。

     NVCC的編譯器可以是VS2008，VS2010，VS2013，VCForPython等。如果沒有安裝NVCC相應的編譯器，推薦安裝VCForPython（安裝速度快）。最後在 .theanorc.txt 中增添配置資訊：

[nvcc] fastmath = True flags=-LE:\Installsoftware\Anaconda\libs compiler_bindir=E:\Installsoftware\VS2010\VC\bin flags = -arch=sm_12 base_compiledir=path_to_a_directory_without_such_characters   [global] openmp = False floatX = float32 device = gpu0 allow_input_downcast=True

需要說明的是：
 紅色部分第一行：表示Anaconda安裝目錄下的Libs目錄
 紅色部分第二行：表示nvcc的編譯器是VS2010,由於我電腦中安裝有VCForPython ,因此也可以將其更換成C:\Program Files (x86)\Common Files\Microsoft\Visual C++ forPython\9.0\VC  (VCForPython的預設安裝目錄)，
 紅色部分第三行：這一行我也不懂什麼意思，在其他資料中看到基本是將-arch設定為-arch=sm_30,但是我這樣設定在import theano時會報錯：Invalid device function. 因此更改為了sm_12,可以解決這個問題。
  至此GPU加速環境搭建完成，輸入import theano命令後，會發現多了一行顯示卡資訊，表明安裝成功：

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

注意事項：
1) 版本的一致性：Windows版本與CUDA的一致性，以及CUDA與Anconda,TDM-GCC之間的一致性。
2) GCC編譯器問題：
     早期的Anaconda版本會自帶MinGW,安裝後在Anconda安裝目錄下會有一個MinGW目錄，因此我們可以不必安裝TDM-GCC，直接設定MinGW的環境變數，然後在.theanorc.txt中的[gcc]選項中將flags設定為MinGW的路徑即可；新版本的Anaconda版本沒有自帶MinGW,我們可以在安裝Anconda後，在cmd.exe中輸入：conda install mingw libpython 來安裝MinGW，這樣也不必安裝TDM-GCC。
 MinGW的環境變數PATH配置如下：
     E:\Installsoftware\Anaconda\MinGW\bin
     E:\Installsoftware\Anaconda\MinGW\x86_64-w64-mingw32\lib        [紅色部分為Anaconda的安裝路徑]