在AWS g2上的Ubuntu14.04上使用带GPU的Theano

Question

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-

Answer 1

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。

Answer 2

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

Answer 3

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：

1. 如果X服务器正在运行

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）。