问题标签 [cudnn]

我正在使用 cuda 8.0 windows 10 GTX 770M 在theano上尝试LeNet5，似乎无法正确更新参数。当我导入 theano 时，我会得到这个错误：

我已通过将文件复制到“NVIDIA GPU Computing Toolkit\CUDA\v8.0”将 cudnn 5 安装到我的 cuda 8.0，但仍然显示相同的错误。

是不是因为theano不能编译cudnn，两者conv2d都pool_2d不能正常工作？结果我训练的时候错误率一直保持在90%左右。我是否正确安装了cudnn？我只是按照 theano 文档上的说明进行操作，但 zip 中没有 .so* 文件。

我已经尝试过 cpu 模式，它可以正确训练但真的很慢。

希望你们能帮助我摆脱困境，因为我被困了很多天。

非常感谢！

我在 ubuntu 16.04 上安装了 Cuda-8.0 和 Tensorflow GPU 版本。它最初工作正常并使用 GPU。但突然它停止使用 GPU。我通过 pip 安装了 tensorflow 并正确安装了 GPU 版本，因为它最初工作并使用了 GPU。

我在导入 tensorflow 时收到的消息是：

很明显，它甚至可以从 LD_LIBRARY_PATH 中找到 cuda 库。但是当我得到以下输出时：

所以它无法定位 GPU。nvidia-smi 给出以下输出：

我浏览了 stackoverflow 上的其他链接，但他们大多要求检查 LD_LIBRARY_PATH 或 nvidia-smi。对我来说，两者都是预期的，所以无法理解这个问题。

编辑：我尝试安装 cudnn 5 并将其也放入 LD_LIBRARY_PATH 中，tensorflow 成功读取它，但在创建会话时仍然出现相同的错误。

我一直在尝试设置启用 GPU 的 Tensorflow 一段时间，但我被困在了这一点上。当我尝试将 tensorflow 导入我的程序时，出现以下错误：

ImportError：libcudnn.so.5：无法打开共享对象文件：没有这样的文件或目录

我已经检查了 /usr/local/cuda/lib64/ 并且确实有足够的 libcudnn.so.5 并且任何人都可以阅读，所以应该没问题。我正在使用 virtualenv 安装 Tensorflow，所以我想它可能正在其他地方寻找它，但我不知道它会在哪里寻找文件。任何人都知道问题可能是什么？

我将首先总结一下我对cuDNN 5.1 rnn 函数的理解：

张量维度

cudnnRNNForwardTraining / cudnnRNNForwardInference

cudnnRNNBackwardData

cudnnRNNBackwardWeights

问题：

1. 以下多层 RNN ( num_layer > 1) 的训练工作流程是否正确？

1. 初始化 hx,cx,dhy,dcy 为 NULL
2. init w：（权重：小随机值，偏差：1）
3. 向前
4. 后向数据
5. 后向权重
6. 更新权重：w += dw
7. dw = 0
8. 转到 3。

2. 当num_layer > 1时，您是否确认 cuDNN 已经实现了堆叠 rnn ？（无需调用num_layer次前进/后退方法）
3. 我应该在下一批中将隐藏状态和单元状态重新注入网络吗？
4. lstm/gru 公式的输出是hy。我应该使用hy作为输出还是y？

此处发布相同的问题（我将同步答案）

我终于设法让 CUDA 在带有 Kesla T80 的 Microsoft Azure 服务器上工作。现在我需要让 cuDNN 工作，但 TensorFlow 不会加载它。

这是来自 TensorFlow 的消息：

所以我看到没有加载 cuDNN 库。

我有正确的文件/cuda-8.0/include/和/cuda-8.0/lib64/

我的~/.bashrc文件有正确的路径

编辑 更改.bashrc为：

仍然没有运气。

来自 nvidia-smi 的输出：

我正在使用 tensorflow 版本 1.1.0、Ubuntu 16.04 和 CUDA 8.0。

编辑

所以我只是试图删除 cudnn 文件并加载 tensorflow，这给了我一个错误。一些东西找不到 libcuddn.so.5。所以我认为它会加载它，但我的印象是，如果使用 cuDNN，TensorFlow 会连同“libcuddn.so 加载成功”一起写一些东西。

我正在尝试在 anaconda 环境（python 3.5 版）中安装 tensorflow-gpu。但是，我遇到了一些错误，主要是：

• DLL 加载失败
• 没有名为“_pywrap_tensorflow_internal”的模块

似乎这个错误很常见，但是，我不确定为什么其他问题的解决方案不起作用。

1. 我确实有一个MSVCP140.DLL在我的道路上。我通过where MSVCP140.DLL. 这是此处建议的修复。
2. 我从这里安装了 CUDA 8.0，从这里安装了cuDNN 5.1（而不是 cuDNN 6.0）。
3. 我已将路径添加到cudnn64_5.dll(...\bin)
4. tensorflow 的 CPU 版本运行良好，没有错误。

我已经尝试重新安装 CUDA 和 tensorflow-gpu，但它仍然无法正常工作。有什么帮助吗？

错误信息：

我无法让 Keras 使用 GPU 版本的 Tensorflow 而不是 CPU。每次我导入 keras 时，它都会说：

...这意味着它正在工作，但在 CPU 上，而不是 GPU 上。我安装了 Cuda 和 cuDNN 并使用了这个环境：

我想我首先安装了 tensorflow 的 CPU 版本——我不记得了，因为我整天都在让 cuda 和 cudnn 工作。无论如何，我也安装了 GPU 版本：

它仍然给出相同的信息。我试图检查以下代码正在使用哪个设备：

但我得到这个输出，表明我正在使用设备 0，我的 GPU：

我真的无事可做。我唯一剩下的就是卸载 anaconda 并重新安装所有东西，我真的不想这样做，因为我真的花了一整天时间让它与 keras 和所有东西一起工作（只是还没有使用 GPU）

我尝试按照链接安装张量流中给出的安装张量流

我将它安装在虚拟环境中。我收到了编辑最后给出的导入错误。

我设置了以下环境变量。

此外，我还尝试手动复制 cudnn 的文件，但仍然没有运气。也就是说，我在两者中都有 libcudnn.so.5/usr/local/cuda/lib64和/usr/local/cuda-8.0/lib64.

正如其他相关帖子中所给出的，问题通常是由环境路径引起的，但我觉得它们在我的情况下是非常正确的，但仍然存在错误。

请帮忙！

编辑-这是完整的错误回溯-

大约一周以来，我一直在尝试使用 GPU 支持构建 tensorflow，并且一直遇到 bazel 的安装问题。当然，我可以在这个过程之外运行我的 GPU。Windows 10 机器，cuda 8.0，cudnn 5.1

我相信这与我的环境变量没有指向正确的路径和/或在指向 usr/local/bin 文件夹而不是 C:\Program Files\ 的文件中引用的路径有关NVIDIA GPU 计算工具包\CUDA\v8.0

如果有人可以提供正确的路径，那将非常有帮助。另一个想法是我是否需要修改 bazel 配置文件来帮助解决这个问题？ 这里的环境路径：

我的错误：

C:\Users\me\Anaconda3\envs\tensorflow_gpu\tensorflow>bazel build -c opt --copt=mavx tensorflow/examples/image_retraining:retrain 。错误：加载包'tensorflow/examples/image_retraining'时出错：读取扩展文件'cuda/build_defs.bzl'时遇到错误：没有这样的包'@local_config_cuda//cuda'：回溯（最后一次调用）：文件“C： /users/me/anaconda3/envs/tensorflow_gpu/tensorflow/third_party/gpus/cuda_configure.bzl”，第 915 行 _create_cuda_repository(repository_ctx) 文件“C:/users/me/anaconda3/envs/tensorflow_gpu/tensorflow/third_party/gpus/cuda_configure .bzl”，第 803 行，在 _create_cuda_repository _get_cuda_config(repository_ctx) 文件“C:

自动配置错误：找不到 cudnn 安装路径。. 信息：经过时间：21.262s

查看代码块末尾的值错误。运行翻译教程时发生此错误。任何想法为什么这会破裂？我正在运行 python3 并正确安装了 CUDA 和 CuDNN。而且我能够根据安装说明验证 TensorFlow 的安装，因此 CuDNN/CUDA 的基本功能应该可以正常工作。我在 Ubuntu 16.04 上使用 python3。

最近使用翻译教程的其他人有这个问题吗？当我假设本教程适用于其他人时，你知道为什么我会遇到这个问题吗？