，首先需要了解theano和CUDA的概念。

Theano是一个开源的Python库，用于高效地定义、优化和评估数学表达式，特别适用于深度学习任务。它提供了一种简洁的方式来定义、优化和计算涉及多维数组的数学表达式。

CUDA（Compute Unified Device Architecture）是NVIDIA开发的并行计算平台和编程模型，用于利用GPU进行高性能计算。CUDA提供了一套API和工具，使开发者能够在GPU上编写并行程序，从而加速计算任务。

在theano中使用CUDA8，可以通过以下步骤进行：

1. 安装CUDA8：首先需要在系统中安装CUDA8。具体安装步骤可以参考NVIDIA官方文档或相关教程。
2. 配置环境变量：安装完CUDA8后，需要配置系统环境变量，以便theano能够正确地找到CUDA库和驱动程序。具体配置方法可以参考CUDA的安装文档。
3. 安装theano：使用pip或conda等包管理工具安装theano库。可以通过以下命令进行安装：

pip install theano

1. 配置theano使用CUDA：在theano的配置文件中，需要指定使用CUDA作为后端计算引擎。可以在~/.theanorc文件中添加以下内容：

global

device = cuda

floatX = float32

这样配置后，theano将使用CUDA进行计算，并将浮点数类型设置为float32。

1. 编写和运行theano代码：在编写theano代码时，可以使用theano提供的GPU相关函数和操作符来利用CUDA进行并行计算。例如，可以使用theano.tensor.dot函数来进行矩阵乘法运算。

import theano

import theano.tensor as T

定义输入变量

x = T.matrix('x')

y = T.matrix('y')

定义矩阵乘法操作

z = T.dot(x, y)

编译函数

multiply = theano.function(inputs=x, y, outputs=z)

调用函数进行计算

result = multiply([1, 2, 3, 4], [5, 6, 7, 8])

print(result)

运行以上代码时，theano将使用CUDA进行矩阵乘法计算，并输出结果。

总结：在theano中使用CUDA8，需要先安装CUDA8并配置环境变量，然后安装theano库并配置theano使用CUDA作为后端计算引擎。在编写theano代码时，可以使用theano提供的GPU相关函数和操作符来利用CUDA进行并行计算。