问题标签 [theano-cuda]

我正在使用 theano 实现一些深度学习算法。在我停止一些运行theano的程序后，如果我想再次导入theano，偶尔会出现以下错误。

我搜索了几种解决方案。有人建议通过 rm -rf ./theano 删除编译文件夹。我还检查了 ./theano 的所有者是否不是 root 用户。我也尝试将我的 ./theanorc 设置如下。但两者都不适合我。

唯一可行的解​​决方案是重新启动或注销机器。这很尴尬。我不知道是什么导致了这个问题。任何人都可以提出一些解决方案吗？

我正在尝试将 Theano 设置为使用 GPU，但在 python 环境中导入 theano 时，我不断收到相同的错误：

nvcc 致命：无法使用“d:/Microsoft Visual Studio 12.0/VC/bin//../../VC/bin/amd64/vcvars64.bat”为 Microsoft Visual Studio 设置环境

我的.theanorc文件C:\Users\Denis\夹中有一个文件：

D:\我还在磁盘上安装了一个 Visual Studio 2012 。CUDA 8 安装在默认位置。

在我的PATH环境变量中，除了 CUDA 和其他环境变量，我还有以下内容：

我使用 Anaconda 和 Python 3.4。我的 Anaconda 文件夹位于D:\Anaconda3\.

我还设置了这个环境变量：

导入时我不断收到相同的错误theano。

你能帮我找出我做错了什么吗？

我正在做一个关于图像字幕的项目。我想将一批具有 shape=(batch_size, 512) 的图像特征设置为 Lasagne (theano) 中 LSTMLayer 的初始隐藏状态。LSTMLayer 的序列输入是一批文本序列，shape=(batch_size, max_sequence_length, 512)。我注意到千层面中的 LSTMLayer 有一个 hid_init 参数。有谁知道如何将它用于千层面中的 LSTMLayer？我需要自己实现一个自定义的 LSTMLayer 吗？

我用 Theano 运行了一个 python 程序，但它出错：

那么，是否可以将 Theano 与 CUDA 6.5 和 CuDNN 3.0 一起使用？目前，我没有安装更新版本 CUDA 的 root 权限（因为更新的 CUDA 需要更新的驱动程序）。

我有一个带有集成 GPU 的 CPU。我还有一个用于 ML 的外部 GPU。我想要的是仅将集成 GPU 用于显示并将外部 GPU 专用于 NN 训练（以释放一些内存）。

我已在 BIOS 中将外部 GPU 设置为主 GPU，而且两者都处于活动状态。所以他们都在工作。启动系统后，我可以将显示器插入其中任何一个，它们都可以工作。

问题是当我将显示器插入主板（集成 GPU）时，theano 停止使用外部 GPU：

有没有办法明确地将theano指向外部GPU？这是我的相关部分.theanorc：

我使用具有 CUDA 7.5 的服务器。但是服务器不涉及CUDNN。

是否可以安装 CUDNN，并设置所有与 CUDA 的链接，无需 root 访问权限，以便在 ubuntu 14.04 上使用所有应用程序？

我已经在此页面上实现了解决方案，在没有 root 访问权限的情况下为 Theano 安装 cuDNN，但它对我不起作用。我已经通过建立 caffe 进行了验证；http://caffe.berkeleyvision.org/，我已经使用 cmake 进行了检查。我创建了一个目录 caffe/build 并从那里运行 cmake ..。如果配置正确，我会看到以下几行：

但是我看到了

PS我还需要运行：https ://github.com/rsennrich/nematus

在本地安装 CUDNN 并与服务器中的全局 CUDA 链接的最佳方法是什么？

我有一台带有 4 个 GPU 的 aws 机器：

我的 theanorc 文件如下所示：

当我打开一个 jupyter notebook 并导入 theano 时，我得到以下信息（我假设它只使用一个 GPU）：

但是，如果我同时在同一台机器上打开第二个 jupyter notebook。然后我得到错误：

如果我手动更改我的 .theanorc 以使用 gpu1，那么第二个 jupyter 笔记本工作正常。所以问题是：有没有办法配置 .theanorc 来获得可用的 GPU？

我正在将 Theano 与 keras 一起使用。我有一个训练有素的 DNN，我已经将重量转储到一个文件中。我正在对这些权重执行一些操作，然后再次将新转换的权重转储到另一个文件中。

现在，我正在使用这些转换后的权重加载我的 DNN 模型，并想比较两者之间的结果。

我使用了 keras.evaluate 方法，但我发现即使权重不同，准确性也完全相同。

是否有另一种方法可以比较准确性？

谢谢。

我安装了带有 numpy 1.11.2 和 scipy 0.18.1 版本的 Anaconda Python 2.7.12。我已经通过 conda install 安装了 Theano 0.8.2。我在 .theanorc.txt 文件中添加了这些行：

我在环境变量中设置了 CUDA 路径。我还在 cuda 安装中添加了 CUDNN v4.0。

但是，当我做一个简单的

在 python 解释器中，它给了我以下错误并回退到 cpu。

该错误也未指定缺少哪个 DLL。我不确定这是错误还是 theano 安装/配置问题或 CUDA 安装/配置问题。

谢谢

我正在尝试在 Windows 10 (x64) 机器上启动并运行 theano。

我已经从 WinPython 发行版安装了 Python，该发行版已经运行了 theano。但是在安装了CUDA 8.0.44和MingW之后，运行简单脚本时不断出现以下错误

请注意，我之前有几个警告，我已经解决了（例如，通过从这里安装丢失的包。但是这个错误没有给我任何可用的信息。真正奇怪的是，模块名称没有在 theano 丢失的任何地方给出。

可能相关的帖子是测试优化失败和在 windows 上安装 theano。

任何想法如何解决这个问题或找出缺少什么 dll？