Question

我使用的是ubuntu 14.04和cuda 7.5。我使用$ nvcc --version获取cuda版本信息：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015
Cuda compilation tools, release 7.5, V7.5.17

$ PATH和$ LD_LIBRARY_PATH如下：

$ echo $PATH
/usr/local/cuda-7.5/bin:/usr/local/cuda-7.5/bin/:/opt/ros/indigo/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games

$ echo $LD_LIBRARY_PATH
/usr/local/cuda-7.5/lib64

我安装了theano。我用cpu而不是gpu。 This guide说

用GPU测试Theano¶ 要查看您的GPU是否正在使用，请将以下程序剪切并粘贴到文件中并运行它。

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
> range(iters):
>     r = f() t1 = time.time() print("Looping %d times took %f seconds" % (iters, t1 - t0)) print("Result is %s" % (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') The program just computes the exp() of a bunch of random numbers. Note that we use the shared function to make
> sure that the input x is stored on the graphics device.

如果我用device = cpu运行这个程序（在check1.py中），我的电脑   需要3秒多一点，而在GPU上它需要一点点   0.64秒GPU不会始终生成与CPU完全相同的浮点数。作为基准，一个调用的循环   numpy.exp（x.get_value（））大约需要46秒。

$ THEANO_FLAGS = mode = FAST_RUN，device = cpu，floatX = float32 python   check1.py [Elemwise {exp，no_inplace}（）]   循环1000次取3.06635117531秒结果为[1.23178029   1.61879337 1.52278066 ...，2.20771813 2.29967761     1.62323284]使用了cpu

$ THEANO_FLAGS = mode = FAST_RUN，device = gpu，floatX = float32 python   check1.py使用gpu设备0：GeForce GTX 580   [GpuElemwise {EXP，no_inplace}（），   HostFromGpu（GpuElemwise {exp，no_inplace} .0）]循环1000次   0.638810873032秒结果是[1.23178029 1.61879349 1.52278066 ...，2.20771813 2.29967761     1.62323296]使用gpu注意，Theano中的GPU操作现在需要floatX为float32（另见下文）。

我运行没有sudo的gpu版本命令，它会抛出权限被拒绝错误：

/theano/gof/cmodule.py", line 741, in refresh
    files = os.listdir(root)
OSError: [Errno 13] Permission denied: '/home/user/.theano/compiledir_Linux-3.16--generic-x86_64-with-Ubuntu-14.04-trusty-x86_64-2.7.6-64/tmp077r7U'

如果我将它与sudo一起使用，编译器找不到nvcc路径。

ERROR (theano.sandbox.cuda): nvcc compiler not found on $PATH. Check your nvcc installation and try again.

如何修复此错误？

Answer 1

尝试运行

chown -R user /home/user/.theano
chmod -R 775 /home/user/.theano

这将更改您的python脚本无法访问的文件夹的权限。第一个文件夹将使文件夹属于您的用户，第二个文件夹将权限更改为用户可读，可写和可执行。

Answer 2

仅针对此错误：

您可以查看NVCC的安装位置，默认路径为＆＃39; / usr / local / cuda / bin＆＃39;，如果您可以在那里看到，请执行以下操作：

$  export PATH="/usr/local/cuda/bin:$PATH"
$  source .bashrc

这对我有用，现在我可以使用NVCC，它不再缺失。

缺少nvcc编译器 - theano

2 个答案: