Question

我最近让Theano使用CUDA v7.5，CUDNN v3和Visual Studio 2013 Community Edition在Windows 10上工作。为了验证它是否正常工作，我使用CPU和GPU测试了Theano Windows install page中的以下代码：

import numpy as np
import time
import theano
A = np.random.rand(10000,10000).astype(theano.config.floatX)
B = np.random.rand(10000,10000).astype(theano.config.floatX)
np_start = time.time()
AB = A.dot(B)
np_end = time.time()
X,Y = theano.tensor.matrices('XY')
mf = theano.function([X,Y],X.dot(Y))
t_start = time.time()
tAB = mf(A,B)
t_end = time.time()
print "NP time: %f[s], theano time: %f[s] (times should be close when run on CPU!)" %(
                                           np_end-np_start, t_end-t_start)
print "Result difference: %f" % (np.abs(AB-tAB).max(), )

我得到了以下结果：

G:\ml\Theano\Projects>python Test.py
NP time: 10.585000[s], theano time: 10.587000[s] (times should be close when run on CPU!)
Result difference: 0.000000

G:\ml\Theano\Projects>python Test.py
Using gpu device 0: GeForce GTX 970 (CNMeM is disabled)
NP time: 10.838000[s], theano time: 1.294000[s] (times should be close when run on CPU!)
Result difference: 0.022461

正如您所看到的，在GPU上进行计算时，存在相当显着的差异0.022。只是想知道这是预期还是我做错了。

这是我的.theanorc：

[global]
device = gpu
floatX = float32

[nvcc]
fastmath = True

Answer 1

GPU不会以相同的顺序进行加法和乘法。由于浮点数不准确，看到一些差异是正常的。

如果相对差异很小，那么该大小的绝对差异是正常的。

进行更多比较＆＃34;正确＆＃34;使用theano.tensor.basic._allclose(result1, result2)

Theano：使用CPU与GPU进行矩阵点时的差异与Numpy

1 个答案: