問題タブ [cudnn]

Ubuntu 14.04、CUDA バージョン 7.5.18、tensorflow の夜間ビルド

テンソルフローで操作を実行しているtf.nn.max_pool()ときに、次のエラーが発生しました。

E tensorflow/stream_executor/cuda/cuda_dnn.cc:286] 読み込まれた cudnn ライブラリ: 5005 ですが、ソースは 4007 に対してコンパイルされました。バイナリ インストールを使用している場合は、一致するように cudnn ライブラリをアップグレードしてください。ソースからビルドする場合は、ロードされたライブラリがコンパイル構成中に指定したバージョンと一致することを確認してください。

W tensorflow/stream_executor/stream.cc:577] DNN サポートなしで StreamExecutor を使用して DNN 操作を実行しようとしています

トレースバック (最新の呼び出しが最後):

...

tensorflow のコンパイル構成で cudnn バージョンを指定するにはどうすればよいですか?

tensorenv と呼ばれる anaconda 環境に tensorflow をインストールしました。インストールをテストするために、convolutional.py の例の 1 つを実行しようとしましたが、次のようになりました。

初期化後、トレーニングを開始する必要がありますが、このエラーが発生します。助けてください

cuDNN を使用して LeNet-5 に実装し、MNIST データセットでネットをトレーニングしたいと考えています。

ネットの最後のレイヤーは「Softmax」で、フォワード処理で関数「cudnnSoftmaxForward()」を使用します。そして、後戻り処理で関数「cudnnSoftmaxBackward()」を使いたいのですが、関数「cudnnSoftmaxBackward()」のパラメータの1つ「dy」がわかりません。

NVIDIA が提供する関数「cudnnSoftmaxtBackward」は次のとおりです。

cuDNNSoftmaxtBackward

cuDNNSoftmaxBackward パラメータ

API では、「dy」が「input_diff」を意味することはわかっていますが、softmax レイヤーは最後のレイヤーです。関数「cudnnSoftmaxBackward()」の「input_diff」をフィードするにはどうすればよいですか? 「ネットワークターゲット出力」と「ネットワーク実際の出力」の差分をフィードすることはできますか?

manjaro Linux で cuda 7.5 を使用して、cudnn5 をサポートする torch7 または caffe をビルドしようとしています。

gcc 6.1 と gcc 4.9 の両方が利用可能です。gcc 6.1 は cuda 7.5 と互換性がないため、cudnn 5 をサポートする torch7 および caffe をビルドするときにエラーが発生します。

gcc4.9 は AUR リポジトリからインストールされました。

アイデアは、コンパイルする前に gcc6.1 から gcc4.9 に切り替えることでした:

しかし、gcc が呼び出されると、これはまだ 6.1 バージョンです。

.bashrc は次のように変更されました。

gcc 4.9 に透過的に一時的に切り替える方法 (makefile または caffe と torch7 の install.sh スクリプトを変更せずに) は?

cuDNN インストールマニュアルによると

すべてのプラットフォーム

cuDNN アーカイブを選択したディレクトリ (以下では . 次に、次のプラットフォーム固有の手順に従います。

Linux

cd export LD_LIBRARY_PATH=`pwd`:$LD_LIBRARY_PATH

-I をコンパイル行に追加し、-L -lcudnn をリンク行に追加して、ビルドおよびリンク プロセスに追加します。

に追加pwdするだけLD_LIBRARY_PATHのようですので、 のファイルを差し替えるだけpwdで更新されると思います。

しかし、これを行った後、テアノから苦情があったので、それほど単純ではないようです

cuDNN バージョンが古すぎます。v5 への更新は 3007 でした。

多くのトーチコードが使用されているのを見ます:

これらのパッケージは何に使用されますか? クーダとの関係は？

Linux Ubuntu 16.04 にテンソルフロー (GPU) を正常にインストールし、新しい Ubuntu LTS リリースで動作するようにいくつかの小さな変更を加えました。

しかし、私の GPU は 3.5 を超える計算能力の最小要件を満たしていると思いました (理由は誰にもわかりません)。私のGeForce 820Mは 2.1 しかないので、そうではありませんでした。Tensorflow GPU バージョンを GPU で動作させる方法はありますか?

どうやら tensorflow GPU バージョンを Ubuntu 16.04 で動作させる方法がなかったので、この質問をしていますが、インターネットを検索したところ、そうではないことがわかり、実際、この満たされていない要件がなければほとんど動作しました。今、GPU コンピューティング機能に関するこの問題も修正できるかどうか疑問に思っています。

theano 0.8.2がインストールされたubuntu 14.04を使用しています。gpu_tesy.py で import theano を実行したところ、約 5300 行のコードがありました。

5367 // vim: filetype=cpp:expandtab:shiftwidth=4:tabstop=8:softtabstop=4:textwidth=79 :

5368

===============================

:0:0 からインクルードされたファイル: /usr/include/stdc-predef.h:59:1: 致命的なエラー: cuda_runtime.h: そのようなファイルまたはディレクトリはありません

^ コンパイルは終了しました。

['nvcc'、'-shared'、'-O3'、'-m64'、'-Xcompiler'、'-DCUDA_NDARRAY_CUH=c72d035fdf91890f3b36710688069b2e、-DNPY_NO_DEPRECATED_API=NPY_1_7_API_VERSION、-fPIC、-fvisibility=hiddener'、'-linker' '-rpath,/home/theory/.theano/compiledir_Linux-3.13--generic-x86_64-with-Ubuntu-14.04-trusty-x86_64-2.7.6-64/cuda_ndarray', '-I/home/theory/test_theono/ local/lib/python2.7/site-packages/theano/sandbox/cuda', '-I/home/theory/test_theono/local/lib/python2.7/site-packages/numpy/core/include', '- I/usr/include/python2.7', '-I/home/theory/test_theono/local/lib/python2.7/site-packages/theano/gof', '-o', '/home/theory/. theano/compiledir_Linux-3.13--generic-x86_64-with-Ubuntu-14.04-trusty-x86_64-2.7.6-64/cuda_ndarray/cuda_ndarray.so', 'mod.cu', '-L/usr/lib', '-lcublas', '-lpython2.7', '-lcudart'] エラー (theano.sandbox.cuda): cuda_ndarray.cu のコンパイルに失敗しました: ('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/theory-dir1.3.3. generic-x86_64-with-Ubuntu-14.04-trusty-x86_64-2.7.6-64/cuda_ndarray -I/home/theory/test_theono/local/lib/python2.7/site-packages/theano/sandbox/cuda -I/ home/theory/test_theono/local/lib/python2.7/site-packages/numpy/core/include -I/usr/include/python2.7 -I/home/theory/test_theono/local/lib/python2.7/ site-packages/theano/gof -o /home/theory/.theano/compiledir_Linux-3.13--generic-x86_64-with-Ubuntu-14.04-trusty-x86_64-2.7.6-64/cuda_ndarray/cuda_ndarray.so mod.cu -L/usr/lib -lcublas -lpython2.7 -lcudart')

どの nvcc: /usr/local/cuda-7.0/bin/nvcc

CUDA_HOME=/usr/local/cuda-7.0

LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/lib/lib:/opt/intel/mkl/lib/intel64::/usr/local/cuda-7.0/lib64

DYLD_LIBRARY_PATH=:/usr/local/cuda-7.0/lib

cuDNN と CUDA のいくつかのバージョンが同じマシンにインストールされています。ただし、それらを正しいパスに入れる方法がわかりません。どんな助けにも感謝します！

ここに私の仕様があります：

• GTX1070
• ドライバー 367 (.run からインストール)
• Ubuntu 16.04
• CUDA 8.0 (.run からインストール)
• カドン 5
• Bazel 0.3.0 (潜在的な問題?)
• gcc 4.9.3
• ソースからインストールされた Tensorflow

バージョンを確認するには:

bazel のバージョンを切り替えたので、bazel clean正常に実行できました。

CUDAが機能していることを確認できます~/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery$

./configureすべてのデフォルトを入力すると。

現在のエラー

トレーニング例をビルドすると、次のようになります。

そして、pipパッケージをビルドしようとすると、次のようになります。