Theano是一個Python庫，提供了定義、優化以及評估數學表達式的庫，尤其適合處理高維數組。使用Theano能獲得和C差不多的處理速度，並且當利用GPU進行計算時，效率要優於CPU上運行的C語言程序。利用Theano能快速驗證各種算法模型。
但是在Linux上安裝theano是一件非常痛苦的事情，從theano的文檔中看到，其依賴條件非常多：
(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
事實上，在安裝過程中發現，如果要安裝NumPy，還需要安裝ATLAS，而ATLAS則又依賴於lapack ……
這其中涉及到：
ATLAS是python下的一個線性代數庫，是基於另外兩個線性代數庫BLAS和lapack的；
NumPy提供了一個在python中做科學計算的基礎庫，它重在數值計算，甚至可以說是用於多維數組處理的庫；
SciPy是基於numpy，提供了一個在python中做科學計算的工具集，也就是說它是更上一個層次的庫；
Theano則是基於NumPy以及SciPy的一個更高級的用於科學計算的庫。
這裡假設python和g++已經按要求裝好，並且符合版本要求，以下根據安裝的步驟來進行說明：
首先介紹下環境，多核服務器，cpu時鐘頻率2668MHz，Linux-64bit，非root權限。所有源碼放在/data4/open_src中
各開發包的版本為：
開發包 版本 文件名 下載地址
-----------------------------------------------------------------------------------------------
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
以下是安裝步驟：
step 1. 編譯BLAS
(1) 解壓：tar -xvzf blas.tgz
(2) cd BLAS
(3) 修改 make.inc 中的編譯選項：
PLAT = _LINUX
FORTRAN = gfortran
OPTS = -O2 -m64 -fPIC
NOOPT = -O0 -m64 -fPIC
LOADER = gfortran
(4) 編譯BLAS：make
編譯完成後，會生成blas_LINUX.a文件
step 2. 配置ATLAS
在安裝ATLAS之前需要先編譯lapack，但是為了能使得編譯成功，需要保證lapack的編譯選項與ATLAS一致。因此首先配置ATLAS，然後將相關編譯配置拷貝到lapack中
(1) 解壓：tar -xvjf atlas3.8.4.tar.bz2
(2) cd ATLAS
(3) 創建一個build目錄，用於存放ATLAS的編譯配置：mkdir atlas_build
(4) cd atlas_build
(5) 執行configure進行配置：../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
其中的參數說明如下：
-b 指定編譯出庫的類型（32位庫還是64位庫）
-D c -DPentiumCPS 是指定你的CPU的時鐘頻率，可以通過 grep MHz /proc/cpuinfo 得到
-Fa alg -fPIC 得到與位置無關的代碼，生成動態的共享庫
--prefix 為安裝路徑
--with-netlib-lapack 則是制定lapack庫文件（此時lapack庫文件還沒有生成，先隨便指定一個）
(6) 完成配置後，在Make.inc文件中找到F77和F77FLAGS的參數配置，這兩個配置將會賦給lapack的FORTRAN和OPTS
ps：對於ATLAS 3.10及以上版本，設置--with-netlib-lapack會出錯，需要直接指定lapack的壓縮包（--with-netlib-lapack-tarfile=），它在編譯過程中會自動解壓和編譯lapack，最終生成的so文件也由之前的6個整合成兩個。ATLAS 3.10以上版本對後續安裝NumPy沒有影響，但是在使用的時候會造成有些庫文件找不到的現象。因此這裡使用的是ATLAS 3.8.4版本。
step 3. 編譯lapack
(1) 解壓：tar -xvzf lapack.tgz
(2) cd lapack-3.2.2
(3) 拷貝生成make.inc: cp make.inc.example make.inc
(4) 修改make.inc:
將其中FORTRAN和OPTS的值設置得跟 ATLAS/atlas_build/Make.inc 中的F77和F77FLAGS一致
同時設置
PLAT = _LINUX
BLASLIB = /data4/open_src/BLAS/blas$(PLAT).a
(5) 編譯：make build
(6) 編譯成功後，會在根目錄生成兩個庫文件：lapack_LINUX.a 和 tmglib_LINUX.a
step 4. 編譯並安裝ATLAS
(1) cd ATLAS
(2) 刪除原配置：rm -rf atlas_build
(3) 重新配置ATLAS：參考 step 2，並設置 --with-netlib-lapack=/data4/open_src/lapack-3.2.2/lapack_LINUX.a
(4) 在atlas_build中進行編譯：make build
ps:這個過程相當漫長，耐心等待！！
(5) check編譯結果：
make check
make ptcheck (對於多核服務器)
make time
ps：如果check過程中沒有報錯，則可以放心進行以後的步驟；如果出現報錯，也可以嘗試進行後續步驟，是否成功就要靠人品了。
(6) 編譯動態庫：
cd lib
make shared
make ptshared (對於多核服務器)
cd ..
如果在 lib 下面出現libatlas.so, libcblas.so, libf77blas.so, liblapack.so, libptcblas.so, libptf77blas.so 這6個動態庫文件，則表示編譯成功
(7) 安裝ATLAS：make install
由於之前設置了--prefix=~/.local 因此ATLAS將被安裝到 ~/.local/lib 中
(8) cp ./lib/*.so ~/.local/lib
(9) 設置環境變量：在~/.bashrc中添加 export LD_LIBRARY_PATH=~/.local/lib:$LD_LIBRARY_PATH 並執行 source ~/.bashrc
step 5. 安裝NumPy
(1) 解壓 tar -xvzf numpy-1.7.1.tar.gz
(2) cd numpy-1.7.1
(3) 拷貝生成sit.cfg: cp site.cfg.example site.cfg
(4) 配置site.cfg:
1> 打開[DEFAULT]，並設置 library_dirs 和 include_dirs ，使得在編譯的時候能夠找到atlas庫
library_dirs = ~/.local/lib
include_dirs = ~/.local/include
2> 打開[blas_opt]，並設置 libraries
libraries = ptf77blas, ptcblas, atlas
3> 打開[lapack_opt]，並設置 libraries
libraries = lapack, ptf77blas, ptcblas, atlas
ps：如果在ATLAS安裝過程中，沒有生成libptf77blas和libptcblas，則需要設置兩個libraries為
libraries = f77blas, cblas, atlas
libraries = lapack, f77blas, cblas, atlas
(5) 利用python構建NumPy：python setup.py build
(6) 利用python安裝NumPy：python setup.py install --prefix=~/.local
(7) 安裝完成後，NumPy被安裝在 ~/.local/lib/python2.7/site-packages/numpy
(8) 設置環境變量：在~/.bashrc中添加 export PYTHONPATH=~/.local/lib/python2.7/site-packages:$PYTHONPATH 並執行 source ~/.bashrc
step 6. 安裝SicPy
(1) 解壓： tar -xvzf scipy-0.12.0.tar.gz
(2) cd scipy-0.12.0
(3) 設置site.cfg: 可以直接將NumPy的site.cfg拷貝到當前目錄中
(4) 利用python構建SciPy：python setup.py build
(5) 利用python安裝SciPy：python setup.py install --prefix=~/.local
(6) 安裝完成後，SciPy被安裝在 ~/.local/lib/python2.7/site-packages/scipy
step 7. 安裝Theano
有了以上的准備後，安裝Theano就是一個非常簡單的過程了。直接利用python就可以完成安裝：
(1) 解壓：tar -xvzf Theano-0.6.0rc3.tar.gz
(2) cd Theano-0.6.0rc3
(3) python setup.py install --prefiex=~/.local
(4) 安裝完成後，SciPy被安裝在 ~/.local/lib/python2.7/site-packages/Theano-0.6.0rc3-py2.7.egg
至此，完成了ATLAS + NumPy + SciPy + Theano的python科學計算環境的搭建
