Theano GPU环境安装与配置
2019-06-03 本文已影响0人
单名一个冲
一、 N卡安装与配置环境变量
-
如果还没有安装 Nvidia CUDA 和 cuDNN ，请先点击查看
-
Theano 要求（一些 py包 pip 中没有，所以建议采用 Anaconda 安装方式）：
http://deeplearning.net/software/theano/install_windows.html#requirements
- 小编成功配置的版本及环境（不影响使用，但是提示 CUDA 版本还是太高，建议 CUDA8 ）：
操作系统：Windows10
系统位数：64 bit
GPU：GeForce GTX 1060 6GB
Nvidia CUDA：cuda_9.0.176_win10
Nvidia cuDNN：cudnn-9.0-windows10-x64-v7.4.2.24
Tensorflow-gpu 版本：1.0.3
Python 环境：3.6.8
Numpy 包：1.15.1（这个环境1.16.x 会报错）
二、 安装 Theano 包（Anaconda 安装方式）
- 查看是否安装基础包（具有 mumpy、scipy、matplotlib、mingw、libgpuarray）：
conda list
如果缺少请依照情况安装，参考如下：
conda install numpy=[指定版本号]
conda install scipy
conda install matplotlib
conda install mingw
conda install libgpuarray
- 安装 Theano 包：
conda install theano
- 添加 Theano GPU 配置文件（在用户目录下<打开 cmd 命令窗口后显示的目录>添加一个 .theanorc.txt 文件，然后写入以下参考内容）：
[global]
device=cuda
floatX=float32
# CUDA安装目录，视个人情况而定
root=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
[nvcc]
fastmath = True
[blas]
ldflags = -lopenblas
[cuda]
root = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
- 验证是否成功（官方测试程序）：
from theano import function, config, shared, tensor
import numpy
import time
# 10 x #cores x # threads per core
vlen = 10 * 30 * 768
iters = 1000
rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], tensor.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, tensor.Elemwise) and ('Gpu' not in type(x.op).__name__) for x in f.maker.fgraph.toposort()]):
print('Used the cpu')
else:
print('Used the gpu')
