Question

我使用以下脚本来测试GPU是否正常工作：

#!/usr/bin/env python
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time

vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
iters = 1000

rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], T.exp(x))
print f.maker.fgraph.toposort()
t0 = time.time()
for i in xrange(iters):
    r = f()
t1 = time.time()
print 'Looping %d times took' % iters, t1 - t0, 'seconds'
print 'Result is', r
if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):
    print('Used the cpu')
else:
    print('Used the gpu')

当我运行它时，我得到：

http://pastebin.com/wM9jaGMF

有趣的部分是在最后：

ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: ('nvcc return status', 1, 'for cmd', 'nvcc -shared -O3 -m64 -Xcompiler -DCUDA_NDARRAY_CUH=c72d035fdf91890f3b36710688069b2e,-DNPY_NO_DEPRECATED_API=NPY_1_7_API_VERSION,-fPIC,-fvisibility=hidden -Xlinker -rpath,/home/moose/.theano/compiledir_Linux-4.4--generic-x86_64-with-Ubuntu-16.04-xenial-x86_64-2.7.11+-64/cuda_ndarray -I/home/moose/.local/lib/python2.7/site-packages/theano/sandbox/cuda -I/usr/lib/python2.7/dist-packages/numpy/core/include -I/usr/include/python2.7 -I/home/moose/.local/lib/python2.7/site-packages/theano/gof -o /home/moose/.theano/compiledir_Linux-4.4--generic-x86_64-with-Ubuntu-16.04-xenial-x86_64-2.7.11+-64/cuda_ndarray/cuda_ndarray.so mod.cu -L/usr/lib -lcublas -lpython2.7 -lcudart')
WARNING (theano.sandbox.cuda): CUDA is installed, but device gpu is not available  (error: cuda unavailable)

我的系统

我使用的是Ubuntu 16.04。
我已通过标准回购（V7.5.17）安装了CUDA。 nvcc --version有效。
我已经通过pip
我有CuDNN 4（适用于TensorFlow）
我设置CUDA_ROOT=/usr/bin/和LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/（我不确定这是否正确）

我的~/.theanorc是

[global]
exception_verbosity=high
device=gpu
floatX=float32

[cuda]
root=/usr/bin/

路径

我认为标准回购的安装可能会与手动安装有所不同。以下是一些可能会发现一些问题的路径：

/usr/bin/nvcc
/usr/lib/x86_64-linux-gnu/libcuda.so
/usr/lib/x86_64-linux-gnu/libcudart.so
/usr/lib/nvidia-cuda-toolkit
/usr/include/cudnn.h

问题

我怎样才能让它发挥作用？

Answer 1

我不确定是什么解决了这个问题，但是以下一个或两个（source）

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev libblas-dev git
echo -e "\n[nvcc]\nflags=-D_FORCE_INLINES\n" >> ~/.theanorc

Answer 2

我正在写一个更一般的答案，以防其他人发现自己处于类似情况。首先，请参阅here所述安装theano依赖项。您应该按照here所述安装nvidia驱动程序，使用sudo ubuntu-drivers devices确定推荐的驱动程序，并使用sudo apt-get install nvidia-xxx安装它（此时xxx = 375）。然后通过打开“其他驱动程序”窗口（来自终端software-properties-gtk --open-tab=4）来查看正在使用的nvidia驱动程序。按如下方式设置〜/ .theanorc文本文件：

[global]
exception_verbosity=high
device=gpu
floatX=float32

[cuda]
root=/usr/bin/

[nvcc]
flags=-D_FORCE_INLINES

[lib]
cnmem = 1

[lib]部分不是必需的，但在我的笔记本电脑上，将它添加到.theanorc时，性能提高了大约2倍。

如何在Ubuntu 16.04上使用Theano和GPU？

我的系统

路径

问题

2 个答案: