我很难让西亚诺在我的机器上使用图形处理器。
当我运行时:/usr/local/lib/python2。7/dist-packages/theano/misc$theano\u FLAGS=floatX=float32,device=gpu python检查\u blas。py警告(theano.sandbox.cuda):已安装cuda,但设备gpu不可用(错误:无法获取可用gpu的数量:未检测到支持cuda的设备)
我还检查了英伟达驱动程序安装:LSPCI-VNN GRIP-I VGA-A 12
结果:正在使用的内核驱动程序:nvidia
但是,当我运行: nvidia-smi结果: NVIDIA:无法打开设备文件 /dev/nvidiactl(没有这样的文件或目录)。NVIDIA-SMI失败了,因为它无法与NVIDIA驱动程序通信。确保安装并运行最新的NVIDIA驱动程序。
和/dev/nvidiactl不存在。发生什么事?
更新:/nvidia smi的工作结果:
+------------------------------------------------------+
| NVIDIA-SMI 4.304... Driver Version: 304.116 |
|-------------------------------+----------------------+----------------------+
| GPU Name | Bus-Id Disp. | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GRID K520 | 0000:00:03.0 N/A | N/A |
| N/A 39C N/A N/A / N/A | 0% 10MB / 4095MB | N/A Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Compute processes: GPU Memory |
| GPU PID Process name Usage |
|=============================================================================|
| 0 Not Supported |
+-----------------------------------------------------------------------------+
然后编译NVIDIA_CUDA-6.0_Samples运行deviceQuery得到结果:
cudaGetDeviceCount返回35-
我浪费了很多时间试图让AWS G2在ubuntu上工作,但是像你一样得到了准确的错误,失败了。目前,我正在运行西亚诺与图形处理器顺利与这个红帽AMI。要在Redhat上安装Theano,请按照Theano留档中CentOS中安装Theano的过程。
如果您使用的是CUDA 7.5,请确保遵循官方说明:CUDA 7.5不支持默认的g版本。安装受支持的版本并将其设为默认版本。
sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++
如果无GPU测试代码有错误:
错误(theano.sandbox.cuda):编译cuda_ndarray.cu失败:libcublas.so.7.5:无法打开共享对象文件:没有这样的文件或目录警告(theano.sandbox.cuda):CUDA已安装,但设备gpu不可用(错误: cuda unavilable)
只是使用ldconfig
命令链接cuda 7.5的共享对象:
sudo ldconfig /usr/local/cuda-7.5/lib64
Linux系统中的CUDA图形处理器在正确建立某些“设备文件”之前是不可用的。
留档中有这样的注释。
通常有几种方法可以建立这些设备文件:
如果没有采取这些步骤,GPU将无法为非根用户提供功能。请注意,这些文件不会通过重新启动而持久化,并且必须通过上述3种方法中的一种在每个启动周期中重新建立。如果使用方法2并重新启动,GPU将不可用,直到再次使用方法2。
如果您在设置用于CUDA GPU的linux系统时遇到问题,我建议您完全阅读linux入门指南(链接在上面)。
问题内容: 我正在做一个用Java完成的业务项目,需要巨大的计算能力来计算业务市场。简单的数学运算,但包含大量数据。 我们订购了一些cuda gpu进行尝试,并且由于cuda不支持Java,我想知道从哪里开始。我应该建立一个JNI接口吗?我应该使用JCUDA还是其他方法? 我没有这方面的经验,我想如果有人可以指导我一些事情,以便我可以开始研究和学习。 问题答案: 首先,你应该意识到CUDA不会自动
问题内容: 我了解Theano对Windows 8.1的支持仅处于试验阶段,但我想知道是否有人能解决我的问题。根据我的配置,我得到三种不同类型的错误。我认为解决任何错误都会解决我的问题。 我已用WinPython 32位系统安装Python,使用MinGW的描述这里。我文件的内容如下: 当我运行时,错误如下: 我还使用安装在系统上的错误对其进行了测试: 在后一个错误中,几个弹出窗口询问我在抛出错误
我想在Windows10中的gpu上运行我的代码,就像GoogleColab一样,我们可以改变运行时选项,这很容易转换到gpu。是否有可能在windows中对jupyter笔记本进行同样的操作。
本文向大家介绍ubuntu14.04+docker的安装及使用,包括了ubuntu14.04+docker的安装及使用的使用技巧和注意事项,需要的朋友参考一下 安装 官方推荐在ubuntu安装,本文选择在ubuntu14.04作为宿主系统。 系统更新 安装docker 基础命令 -H 也可以用简短的方式授权TCP绑定: host[:port] or :port 你可以是用多个 -H 例如你
我正在尝试在Mac上使用带有IntelliJ的SceneBuilder。所以我下载了。dmg文件http://gluonhq.com/products/downloads/ 现在,我为IntelliJ中的SceneBuilder提供了以下路径: 当我试图打开一个,我得到了错误 看起来IntelliJ正在寻找这个sh脚本,但老实说,我不知道它在哪里。我在网上浏览了好几个网页,但实际上没有人帮我。。。
我正在使用TF2.0在GPU上帮助转移学习来训练一个猫狗分类器。我使用Keras ImageDataGenerator执行数据扩充。在培训模型时,我监控了GPU、磁盘(HDD)和CPU的使用情况,并注意到以下几点:- 对于第一个历元,磁盘使用率保持在恒定的20-25%。然而,在新纪元结束时,在验证阶段,其峰值达到40-50%。对于随后的时代,磁盘使用率奇怪地为零 CPU利用率在一个时期内约为60%