我正在与Theano实施DNN。在DNN的最后一层，我使用softmax作为theano.tensor.nnet.softmax
作为一个丢失的函数，我正在使用来自T.nnet.binary_crossentropy的交叉熵
但我得到一个奇怪的错误：
“编译节点时出现以下错误'，GpuDnnSoftmaxGrad {tensor_format ='bc01'...”
我是theano的新手，无法弄清楚这个型号有什么问题。非常感谢您的帮助 PS：我的猜测是它与softmax采用2D张量并返回2D张量这一事实有某种关系。
PS2：我正在使用最前沿的Theano（刚刚克隆）我的CUDA版本已经老了它是4.2但是我几乎可以肯定这不是问题，因为我在没有错误的情况下使用其他基于DNN编写的工具Theano。 我正在使用pylearn2来加速，这不是问题，因为我已经成功使用了当前Theano和CUDA在另一个DNN中。此行发生错误：train= theano.function([idx], train_loss, givens=givens, updates=updates)
完整的错误消息是：
cmodule.py", line 293, in dlimport
rval = __import__(module_name, {}, {}, [module_name])
RuntimeError: ('The following error happened while compiling the node', GpuDnnSoftmaxGrad{tensor_format='bc01', mode='channel', algo='accurate'}(GpuContiguous.0, GpuContiguous.0), '\n', 'could not create cuDNN handle: The handle was not initialized(Is your driver recent enought?).', "[GpuDnnSoftmaxGrad{tensor_format='bc01', mode='channel', algo='accurate'}(<CudaNdarrayType(float32, (False, False, True, True))>, <CudaNdarrayType(float32, (False, False, True, True))>)]")
我正在使用的交叉熵函数定义为：
error = T.mean(T.nnet.binary_crossentropy(input, target_y)
其中input是softmax图层的输出，target_y是标签。
答案 0 :(得分：0)
解决。我不得不使用T.nnet.categorical_crossentropy，因为我的目标变量是一个整数向量。