問題タブ [theano-cuda]

私は Theano とディープ ラーニングの初心者で、Theano で実験を実行していますが、GPU を直接使用してデータ拡張を行うことで、エポックごとに費やす時間を短縮したいと考えています。

残念ながら、私は PyCuda を使用できません。そのため、Theano を使用して基本的な Data Augmentation を実行できるかどうかを知りたいです。たとえば、画像の平行移動または回転、その間、Numpy を使用して CPU で scipy 関数を使用していますが、かなり遅いです。

Windows 8.1 (64 ビット) に Anaconda と PyCharm をインストールしました。既存のプロジェクトでは、Theano と他のいくつかのライブラリを含む conda 環境を作成しました。

Theano は、計算に GPU (CUDA を使用) または CPU を使用できます。GPU の方がはるかに高速なので、GPU を使用することを好みます。

コマンド ラインでプロジェクトのテスト スクリプトを開始すると、次の出力が得られます。

これは私が出力として持っているのが好きなものです。

私もPyCharmでこれをやろうとしました。インストールして正しいconda環境を使用しましたが、常に次の出力が得られます。

その後、Theano は CPU を使用します (これは信じられないほど遅いです...)。コマンドラインで、「g ++」がどこにあるかを確認しました：

これは、使用された g++ が、作成された環境のスクリプト ディレクトリ内にあることを意味します。確かにC:\Users\XXX\Anaconda2\envs\venv\Scripts、システムのパス変数にパスを追加することはできますが、これは非常に醜いです。異なる環境も使用する必要があるからです。

PyCharmでこれを行う方法を知っている人はいますか?

どうもありがとうございました

よろしく

ケビン

モデルをトレーニングしてTheano 0.9おりLasagne 0.1、GPU で実行したいと考えています。私はTHEANO_FLAGS次のように設定しました：

Theano は GPU を使用していると表示します

ただし、そうではないことに気付きました。プロファイリングは、ドキュメントによると、 CorrMM操作を使用していることを示しています

CorrMM これは、caffe の cpp 実装から取られた CPU のみの 2d 相関実装であり、Torch でも使用されます。

CUDA Toolkit 7.5 をインストールしました。Tensorflow は GPU で完全に動作します。force_deviceなんらかの理由で Theano が CPU にフォールバックしているため、フラグが原因でエラーが発生するはずですが、そうではありません。

私は Theano を初めて使用するため、問題がどこにあるのかわかりません。ご協力いただきありがとうございます。

内積計算のために 2 つの大きな配列を GPU メモリにコピーするこの単純なコードを実行しています。

ただし、(Spyder で) コードを実行するたびに、これらの共有変数に割り当てられた GPU メモリが解放されないようです。

12GB の RAM で Titan-X を使用していますが、このコードは 2 回しか実行できません。3 回目は次のエラーが発生します。

ここに私のtheanorcファイルがあります：

nvidia-smi で GPU メモリの使用状況を監視していますが、3 つのコードを実行した後、12GB のメモリがすべて消費されていることがわかります。

Scientific Linux リリース 6.6 (Carbon) を実行しているクラスター コンピューターの非ルート ユーザーです。

CUDA 7.5 および cuDNN 5 を使用して GPU でコードを実行すると、いくつかの theano クラッシュが発生します。Python 2.7、Theano 0.9、Keras 1.0.7、および Lasange 0.1 を使用しています。

次のクラッシュは、cuDNN が有効になっている GPU ノードでプログラムを実行した場合にのみ発生します。コードは、cuDNN が無効になっている CPU と GPU で問題なく完了します。

私の .theanorc は次のようになります。

また、私のプロフィールには次のようなものがあります。

theano にクエリを実行すると、以下が返されます。これは、theano が CUDA および cuDNN と対話していることを示唆しています。

CUDA と cuDNN を正しくインストールしたと確信しています。cuDNN がプログラムをクラッシュさせる原因となっている、見逃した可能性のある追加の構成手順を誰かが提案できれば、それは大歓迎です。

root アクセスなしでcuDNNをローカルにインストールできますか?

使用している Linux マシン (ディストリビューションは openSuse) へのルート アクセス権はありませんが、CUDA 7.5 は既にインストールされています。

私は Theano を使用しており、GPU での操作の速度を向上させるために cuDNN が必要です。

Nvidia からダウンロードcudnn-7.5-linux-x64-v5.1し、指示に従って、CuDNN アーカイブ コンテンツを CUDA インストール フォルダー (cuda/lib64/ および cuda/include/) にコピーする必要があります。しかし、それにはルートアクセスが必要です。

cudnn アーカイブをローカルで抽出し、theano に cudnn ライブラリへのパスを提供することは可能ですか?

(以下の質問の非常に長いエラー メッセージ。TL;DR、具体的な質問は次のとおりです。 このテスト コードが TX1 の GPU で実行されないのはなぜですか?実行するにはどうすればよいですか? )

JetPack 2.3 を搭載した新しい Nvidia Jetson TX1 をフラッシュしてインストールしました。さらなる機械学習とニューラル ネットワーク アプリケーションのために、オンボード GPU を使用できるように、TX1 に Theano をインストールしようとしています。

ただし、GPU自体を機能させることができないようです。

Theano のインストールはここから取得されました。

インストールされている Theano のバージョンは 0.9.0.dev2 で、python はバージョン 2.7.12 です。

ここからテストスクリプトを使用しました：

推奨どおりに実行する場合:

エラー、警告、および GPU ではなく CPU での実行でいっぱいの次の応答が返されます。

デバイス フラグを「gpu」に変更すると、次のようになります。

最終的には使用されませんが、NVIDIA Tegra X1 が少なくとも検出されるという点で、多少改善されます。

警告行を Theano メーリング リストに送信する予定ですが、その警告は現在の私の主な問題とは無関係のようです: なぜこのテスト コードは TX1 の GPU で実行されないのか、実行するには何をする必要があるのかそれで？

theano 構成 cnmem = 1 で Theano のインポートに失敗する

GPUがtheano pythonスクリプトに完全に割り当てられていることを確認する方法はありますか?

注: GPU の使用を避けるためにディスプレイは使用されません。

ファイル: .theanrc

ファイル: test.py

出力：

cnmem = 0.75 でのみ動作します

ファイル: .theanrc

出力：

いくつかの場所では、共有変数を使用すると、GPU を使用するときにパフォーマンスが向上することが言及されています (ここやここなど)。しかし、その違いを定量化する数値を見つけることができませんでした。

今日、私は私の学校の教授から、共有変数を設定するのに時間を無駄にしていると言われました。

あなたが知っている、または失敗した正式なテストはありますか?あなたの個人的な経験/ヒューリスティックは何ですか?