Nlp &引用；g++；“未检测到”；当数据集变大时，GPU中的矩阵大小是否有限制？

我在使用Keras为语言模型训练RNN时得到了这条信息，该语言模型有一个大的3D张量（由文本生成，一个热编码，结果的形状为（165717,257631））：

但是，当我将数据集的大小限制在很小的范围内时，一切都进行得很顺利。因此我想知道Theano或CUDA是否限制了矩阵的大小

---

此外，我有没有更好的方法来做一个热的代表？我的意思是，在大三维张量中，由于一个热表示，大多数元素都是0。但是，我没有找到一个可以接受单词索引表示的层。

您的Theano安装未完成

问题的粘贴结果中提到了两个问题：

警告（theano.configdefaults）：未检测到g++！西亚诺将会 无法执行优化的C实现（适用于CPU和GPU） 并且默认为Python实现。演出将是 严重退化。要删除此警告，请将无标志cxx设置为 空字符串

我怀疑即使数据量很小，您也会看到这一点，但这是一个警告，因此事情会继续成功运行（自动使用纯Python实现）

错误（theano.sandbox.cuda）：在$PATH上找不到nvcc编译器。检查 请安装nvcc，然后重试

这是当数据大小增加时发生的情况，因为现在GPU正在尝试使用

这两条消息都表明Theano安装不完整。第一个指示您没有正确设置C++编译器。第二个表示您没有正确设置CUDA。您需要按照的相应部分来解决这些问题。请注意，当您想要使用纯Python实现以外的任何东西时，仅执行

pip安装ano

是不够的

conda install mingw libpython

---

请确保已安装。从另一篇文章中得到这个答案，这是手册中指出的。

对我来说，这似乎是一条非常明确的错误消息，与CUDA无关。您的theano配置不正确，找不到主机或GPU编译器。修好它，问题就会迎刃而解disappear@talonmies我没说清楚。我的代码可以很好地处理小数据集（仅用于调试我的代码），这样的错误只会发生在大数据集上。是的，但是错误消息也会告诉您为什么会发生这种情况。在较小的规模下，使用纯Python实现是因为尝试使用GPUunStatisfiableError没有性能优势：发现以下规范存在冲突：-mingw-Python 3.5*我使用Python 2.7。

conda install mingw libpython