操作系統：Windows8.1 64bit
Python版本：2.7
CUDA版本：CUDA7.5
VS版本：Visual Stduio 2013
矚目：theano的配置異常繁瑣，如果有哪裏報錯很正常，請保持耐心，按照本貼可以解決大部分人的需求，不過還是希望多參考各種攻略，肯定能找到解決辦法的（樓主能說差點就重裝系統了嗎）
建議：如果沒有安裝Python的話，建議安裝Python科學計算環境Anaconda，其中包含了大部分的python庫，會節省時間，其他WinPython、Python(X,Y)也可，原理類似
提醒：請保持各軟件均爲64位，即與系統一致，32位下未測試
1、安裝Anaconda
下載地址：https://www.continuum.io/downloads。
下載python2.7、64bit對應的windows版本，下載後安裝，我選擇的默認安裝路徑（C:\Users\Tori\Anaconda2，此路徑請根據自己的實際情況），默認配置環境變量。
2、安裝MingW
MingW不包含在Anaconda1.8之後的版本中，但因爲需要G++編譯代碼，所以需要額外安裝
安裝很簡單， 在Anaconda的命令行界面下輸入：conda install mingw libpython，MingW會自動安裝在Anaconda下面
MingW的環境變量應該是不用配置的，如果不放心，可以添加C:\Users\Tori\Anaconda2\MinGW\bin;和C:\Users\Tori\Anaconda2\MinGW\x86_64-w64-mingw32\lib;
3、安裝theano
1）可以利用python的pip功能安裝，在Anaconda的命令行下面pip install theano，不過此方法不一定保證theano是最新的，所以更推薦後面的方法
2）前往theano的發佈地址：https://github.com/Theano/Theano
通過Download ZIP下載theano的文件，解壓後把theano放到C:\Users\Tori\Anaconda2\Lib\site-packages下面
或者下載完畢後，可以利用setup.py安裝theano，在命令行下python setup.py install，安裝好後，在C:\Users\Tori\Anaconda2\Lib\site-packages下會有個theano-XXX-XXX的文件夾，不過該文件夾子文件夾下面纔是我們需要的theano(配置環境變量時需要注意)
配置環境變量，新增PYTHONPATH:C:\Users\Tori\Anaconda2\Lib\site-packages\theano
在系統主目錄，即CMD之後出現的目錄中，以我爲例，就是C:\Users\tori，創建.theanorc文本文件，內容如下：
[blas]
ldflags =
[gcc]
cxxflags = -IC:\Users\Tori\Anaconda2\MinGW
打開IPython測試theano是否安裝成功：
import theano
沒有異常的話證明安裝成功。如果出現ImportError: not import name gof一類的錯誤，建議重新安裝Python，具體爲什麼我也沒去追究，不過一般新裝的Python都沒問題
4、安裝CUDA（請確保之前已安裝VS2013或者其他版本）
下載地址：https://developer.nvidia.com/cuda-downloads，務必下載與操作系統對應的版本，CUDA版本7.5
下載好之後安裝，一直默認下一步安裝即可。環境變量會自動配好。
驗證CUDA是否安裝成功，進入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\bin\win64\Release，看有沒有deviceQuery.exe和bandwidthtest.exe，沒有的話，進入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\1_Utilities，有兩個一樣的文件夾，分別編譯兩個文件，debug和release 64下都編譯，之後就會在之前的文件下生產exe文件，其中release下面編譯的時候可能說找不到XXX文件，不過管。
進入CMD，執行兩個exe文件，如下圖所示，即證明安裝成功，注意result=pass。一個是測試顯卡是否安裝成功，一個驗證傳輸帶寬的？具體不太清楚。
5、利用GPU加速
theano和CUDA都安裝後，如果想讓theano利用GPU進行加速，需要更改之前創建的.theano文件，修改文件如下：
[blas]
ldflags =
[gcc]
cxxflags = -IC:\Users\Tori\Anaconda2\MinGW
[nvcc]
fastmath = True
flags = -LC:\Users\Tori\Anaconda2\libs
compiler_bindir = C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin
[global]
floatX = float32
device = gpu0
保存後，可以進行測試了，如果之後的測試不行，可以在保存完文件後重啓電腦試試。
打開IPython，輸入import theano，如果出現Using gpu device:~~~~~~~即成功了，如下圖
CNMeM is disabled不影響，具體是什麼我忘了，有了解的還望解惑。CuDNN是Nvida優化的專門爲GPU加速的，可以去官網申請，申請通過後可以下載該文件，將裏面的文件替換CUDA中的即可。
6、此段可忽略......
不知道爲什麼Blas加速爲何沒有啓用，有了解的請告知，難道需要自己下載Blas模塊？
輸入import numpy
id(numpy.dot) == id(numpy.core.multiarray.dot)
Flase的話就是啓用了，True的話就是沒有啓用，還是默認的python自己的實現。
參考資料：
http://deeplearning.net/software/theano/install.html
http://blog.csdn.net/yeyang911/article/details/16357133
http://blog.csdn.net/yeyang911/article/details/17450963
http://blog.sina.com.cn/s/blog_96b836170102vq22.html
https://my6266blog.wordpress.com/2015/01/21/installing-theano-pylearn2-and-even-gpu-on-windows/
http://stackoverflow.com/questions/25729969/installing-theano-on-windows-8-with-gpu-enabled
http://stackoverflow.com/questions/28581740/installing-theano-with-gpu-on-windows-8-1-64-bit-with-visual-studio-2013