在Ubuntu 16.04上，如何将Theano与GPU结合使用？

我使用以下脚本测试GPU是否正常工作：

#!/usr/bin/env python
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time

vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
iters = 1000

rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], T.exp(x))
print f.maker.fgraph.toposort()
t0 = time.time()
for i in xrange(iters):
    r = f()
t1 = time.time()
print 'Looping %d times took' % iters, t1 - t0, 'seconds'
print 'Result is', r
if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):
    print('Used the cpu')
else:
    print('Used the gpu')

当我运行它时，我得到：

有趣的部分在结尾：

ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: ('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/moose/.theano/compiledir_Linux-4.4--generic-x86_64-with-Ubuntu-16.04-xenial-x86_64-2.7.11+-64/cuda_ndarray -I/home/moose/.local/lib/python2.7/site-packages/theano/sandbox/cuda -I/usr/lib/python2.7/dist-packages/numpy/core/include -I/usr/include/python2.7 -I/home/moose/.local/lib/python2.7/site-packages/theano/gof -o /home/moose/.theano/compiledir_Linux-4.4--generic-x86_64-with-Ubuntu-16.04-xenial-x86_64-2.7.11+-64/cuda_ndarray/cuda_ndarray.so mod.cu -L/usr/lib -lcublas -lpython2.7 -lcudart')
WARNING (theano.sandbox.cuda): CUDA is installed, but device gpu is not available  (error: cuda unavailable)

我的系统

• 我使用Ubuntu 16.04
• 我已经通过标准repos（

  V7.5.17

  ）安装了CUDA<代码>nvcc--版本有效
• 我已经通过pip安装了Theano
• 我有CuDNN 4（与TensorFlow合作）
• 我设置了

  CUDA\u ROOT=/usr/bin/

  和

  LD\u LIBRARY\u PATH=/usr/lib/x86\u 64-linux-gnu/

  （我不确定这是否正确）

我的

~/。NORC

是

[global]
exception_verbosity=high
device=gpu
floatX=float32

[cuda]
root=/usr/bin/

路径 我认为标准repos的安装可能与手动安装有所不同。以下是一些可能会发现一些问题的路径：

/usr/bin/nvcc
/usr/lib/x86_64-linux-gnu/libcuda.so
/usr/lib/x86_64-linux-gnu/libcudart.so
/usr/lib/nvidia-cuda-toolkit
/usr/include/cudnn.h

问题:

---

我怎样才能让它工作呢？

我不确定是什么解决了这个问题，但有以下一个或两个问题（）

---

我在这里写一个更一般的答案，以防其他人发现自己处于类似的情况。 首先，如前所述，确保安装了无依赖项。您应该按照说明安装nvidia驱动程序，使用

sudo ubuntu驱动程序设备

确定推荐的驱动程序，并使用

sudo-apt-get-install-nvidia-xxx

（此时xxx=375）安装它。然后，通过打开“附加驱动程序”窗口（从终端<代码>软件属性GTK-OpenTabab＝4 ），查看英伟达驱动程序的使用。按如下方式设置~/.theanoc文本文件：

[global]
exception_verbosity=high
device=gpu
floatX=float32

[cuda]
root=/usr/bin/

[nvcc]
flags=-D_FORCE_INLINES

[lib]
cnmem = 1

---

[lib]部分不是必需的，但在我的笔记本电脑上，将其添加到.theanoc时，性能提高了约2倍

一种可能的方法是：阅读并仔细遵循它，包括其中包含的验证步骤，然后再转到“否”。@RobertCrovella是的，我知道。但我确实有一个可以工作的CUDA安装（我知道它可以工作，因为它使用TensorFlow）。我真的很想手动安装它，但可能无法让它同时适用于Theano和TensorFlow。好的，那只是Theano的安装问题。因为您列出的“验证”步骤（例如，

nvcc--version

）没有进行太多验证。这似乎没有提供问题的答案。一旦你有足够的钱，你就可以在任何岗位上工作。也检查一下这个。

[global]
exception_verbosity=high
device=gpu
floatX=float32

[cuda]
root=/usr/bin/

[nvcc]
flags=-D_FORCE_INLINES

[lib]
cnmem = 1