問題タブ [cudnn]

警告 (theano.sandbox.cuda): CUDA がインストールされていますが、デバイス gpu が利用できません (エラー: cuda を利用できません)

サンプル Theano プログラムを実行しようとすると、このエラーが発生します。

このスレッドで提案されているすべての修正を試しました。

nvcc --version出力：

nvcc: NVIDIA (R) Cuda コンパイラ ドライバ
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015 Cuda
コンパイル ツール、リリース 7.5、V7.5.17

nvidia-smi出力：

gcc バージョン:

私はこれをしばらくの間機能させようとしてきましたが、誰かが私を正しい方向に向けてほしいと思っています。

私が取った手順は以下のとおりです。ステップ中に、./configure(必要に応じて) v5.1.5 を指定する代わりに cuDNN バージョン (v5) のシステム デフォルトを許可しない限り、cuDNN の環境バージョン (v5) がターゲット バージョンと一致しないというエラーが表示されます。 (5.1.5)。Nvidia から CUDA 8.0 用の cuDNN v5.1.5 ファイルをダウンロードしたので、困惑しています。

さらに、https://github.com/tensorflow/tensorflow/blob/master/third_party/gpus/cuda_configure.bzlの 240 行目あたりを掘り下げた後、bazel configure スクリプトがチェックするバージョンは、 cuDNN バージョンのメジャー数字を考慮に入れます (cudnn.h 内のメジャー、マイナー、パッチの数字はそれぞれ 5、1、5 です)。したがって、どのようにしてバージョン 5.1.5 をインストールできるようになるかはわかりません。多分私はそれを間違って見ていますか？

いずれにせよ、g2.2xlarge インスタンスに CUDA 8.0 と Tensorflow 0.12 を使用して cuDNN 5.1.5 をインストールする方法はありますか?

ありがとう！

手順

（注：これらは機能しますが、必要に応じて5.1.5ではなく、cuDNN 5.0をインストールします）

プロビジョニング

• 次のプロビジョニング手順に従ってください: https://medium.com/@giltamari/tensorflow-getting-started-gpu-installation-on-ec2-9b9915d95d6f#.2hv67eeek (つまり、以下を含みませんsudo apt-get update && sudo apt-get -y upgrade)

依存関係とツールのインストール

• 以下に慣れる：
  • http://expressionflow.com/2016/10/09/installing-tensorflow-on-an-aws-ec2-p2-gpu-instance/
  • http://ramhiser.com/2016/01/05/installing-tensorflow-on-an-aws-ec2-instance-with-gpu-support/
  • https://alliseesolutions.wordpress.com/2016/09/08/install-gpu-tensorflow-from-sources-w-ubuntu-16-04-and-cuda-8-0-rc/
• sudo apt-get update
• sudo apt-get upgrade
• sudo apt-get install -y build-essential git python-pip libfreetype6-dev libxft-dev libncurses-dev libopenblas-dev gfortran python-matplotlib libblas-dev liblapack-dev libatlas-base-dev python-dev python-pydot linux-headers-generic linux-image-extra-virtual unzip python-numpy swig python-pandas python-sklearn unzip wget pkg-config zip g++ zlib1g-dev libcurl3-dev
• sudo pip install -U pip

Cuda 8 のインストール

• wget https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• rm cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• sudo apt-get update
• sudo apt-get install -y cuda

cuDNN のインストール

• cuDNN の最新バージョンをダウンロードしてインストールします。cuDNN をダウンロードするには、NVIDIA 開発者サイトにログインする必要があるため、wget を使用してファイルをフェッチすることはできません。NVIDIA から次のファイルをダウンロードし、AWS インスタンスにアップロードします。
• Linux で CUDA 8.0 用の cuDNN 5.1 をダウンロードします。
• scp -i ssh-key.pem パス/to/downloaded/cudnn ubuntu@ec2{インスタンス}.us-west-1.compute.amazonaws.com:~/
• sudo tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
• sudo cp cuda/include/cudnn.h /usr/local/cuda/include
• sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
• sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

環境を構成する

• の最後に以下を入れます~/.bashrc: export CUDA_HOME=/usr/local/cuda export CUDA_ROOT=/usr/local/cuda export PATH=$PATH:$CUDA_ROOT/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_ROOT/lib64:$CUDA_ROOT/extras/CUPTI/lib64
• source ~/.bashrc
• sudo reboot

ベゼルの取り付け

• sudo add-apt-repository -y ppa:webupd8team/java
• sudo apt-get update
• echo debconf shared/accepted-oracle-license-v1-1 select true | sudo debconf- set-selections
• echo debconf shared/accepted-oracle-license-v1-1 seen true | sudo debconf- set-selections
• sudo apt-get install -y oracle-java8-installer
• sudo apt-get install pkg-config zip g++ zlib1g-dev
• https://github.com/bazelbuild/bazel/releases/download/0.3.2/bazel-0.3.2-installer-linux-x86_64.shローカルマシンからec2インスタンスへのscp
• chmod +x bazel-0.1.4-installer-linux-x86_64.sh
• ./bazel-0.1.4-installer-linux-x86_64.sh --user
• rm bazel-0.1.4-installer-linux-x86_64.sh
• bazel version

Tensorflow のビルドとインストール

• git clone --recurse-submodules https://github.com/tensorflow/tensorflow
• cd tensorflow
• TF_UNOFFICIAL_SETTING=1 ./configure
• 以下を除くすべてに対してEnter/デフォルトを押します。
  • CUDA バージョン = 8.0、CUDA 依存関係 = 3.0 (k520 gpu)
• bazel build -c opt --config=cuda //tensorflow/cc:tutorials_example_trainer
• bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
• sudo pip install --upgrade /tmp/tensorflow_pkg/tensorflow-0.12.0rc1-cp27-cp27mu-linux_x86_64.whl

私のtrain_valファイルのすべての単一レイヤーでengine:Caffeを設定せずに、CaffeでcuDNNを一時的に無効にすることは可能ですか? リファクタリングの目的で決定論的な結果を得たいと考えていますが、それを行っていないときは cuDNN を使用し続けます。

cudnnSoftmaxForward に float 値の特定のセットを使用すると、CUDNN_SOFTMAX_ACCURATE の代わりに設定 CUDNN_SOFTMAX_FAST が使用されたときに NaN 出力が生成されます。なぜこれが起こっているのか誰にも分かりますか？これはライブラリのバグですか？

CUDNN_SOFTMAX_FAST を使用した結果は次のとおりです。

CUDNN_SOFTMAX_ACCURATE を使用した結果は次のとおりです。

Alea TK サンプルを実行しているだけです。cuDNN を有効にしない限り、cuDNN に依存する Pooling2D を使用するため、CNN 以外は機能します。

cuDNN を (app.config 経由で) アクティブにする[cuDNN Error] ARCH_MISMATCHと、 を呼び出すとすぐにこのエラーが発生しますContext.GpuContext(0)。

cuDNN なしで Context.GpuContext(0) を実行すると、3.0 のコンピューティング機能を備えているはずの「GT 730」であることがはっきりとわかります。

ここで何がうまくいかないのですか？