DeepLearning:win10 64bit 安装theano+keras+GPU加速
2016-12-05 16:31
429 查看
尽管网上已经有很多教程step by step 的instruct me 在win10 上安装theano+keras并实现GPU加速,但是本人在操作的时候依旧遇到一些问题。本篇记录一下,方便各位博友,也方便自己日后再看!
本人主要根据2篇博客进行安装的,这是我见到的安装过程最简单的方式。这两篇博客介绍的内容大致一样,但也有少许不同,起到互补作用,本人十分感谢这二位博主。
博客1: http://blog.csdn.net/niuwei22007/article/details/47684673
博客2:http://www.cnblogs.com/zhaopengcheng/p/5992911.html。
下面说说我是如何根据这两篇博客在我的笔记本上安装的。
(1)全程(从第一步的第1条到第六步的第9条)根据博客1的方法安装各个需要的component。
这样安装之后,测试结果输出的内容中会包含以下语句:CNMeM is disabled,cudnn not available。
CNMeM is a simple library to help the Deep Learning frameworks
manage CUDA memory. (参见 https://github.com/NVIDIA/cnmem)
The NVIDIA CUDA® Deep
Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep
neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation
layers. (参见 https://developer.nvidia.com/cudnn)
(2)下面说说如何根据博客2中方法解决CNMeM is disabled,cudnn not available的问题。
(a)根据博客2的第3步修改 .theanorc.txt文件;
但是请注意,注意,注意!!!!
.theanorc.txt文件中的cnmem=1。这个值是可以修改的!!!最大为1。但是如果设置为1,可能会报错,类似out
of memory;这时候你可以把这个参数修改为小于1的值,比如说0.9,0.8等等,对于我的笔记本而言,0.8是能承受的最大值。这个值的作用从如下输出中可以看出来“CNMeM is enabled with initial size: 80.0% of memory”. 如果你所有的安装完成,(c)步中没有出现预期的结果,请按照此处的方法调整cnmem的值。
(b)根据博客2的第4步安装cudnn,但是如果“将设三个文件夹替换掉系统里面的对应文件,进行覆盖替换即可”,运行程序时会报错。我的做法是保留所有文件夹的文件,即选择合并而不是覆盖!!!
(c)忽略博客2的第5步,然后根据第6不进行test,如果输出以下信息
本人主要根据2篇博客进行安装的,这是我见到的安装过程最简单的方式。这两篇博客介绍的内容大致一样,但也有少许不同,起到互补作用,本人十分感谢这二位博主。
博客1: http://blog.csdn.net/niuwei22007/article/details/47684673
博客2:http://www.cnblogs.com/zhaopengcheng/p/5992911.html。
下面说说我是如何根据这两篇博客在我的笔记本上安装的。
(1)全程(从第一步的第1条到第六步的第9条)根据博客1的方法安装各个需要的component。
这样安装之后,测试结果输出的内容中会包含以下语句:CNMeM is disabled,cudnn not available。
CNMeM is a simple library to help the Deep Learning frameworks
manage CUDA memory. (参见 https://github.com/NVIDIA/cnmem)
The NVIDIA CUDA® Deep
Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep
neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation
layers. (参见 https://developer.nvidia.com/cudnn)
(2)下面说说如何根据博客2中方法解决CNMeM is disabled,cudnn not available的问题。
(a)根据博客2的第3步修改 .theanorc.txt文件;
但是请注意,注意,注意!!!!
.theanorc.txt文件中的cnmem=1。这个值是可以修改的!!!最大为1。但是如果设置为1,可能会报错,类似out
of memory;这时候你可以把这个参数修改为小于1的值,比如说0.9,0.8等等,对于我的笔记本而言,0.8是能承受的最大值。这个值的作用从如下输出中可以看出来“CNMeM is enabled with initial size: 80.0% of memory”. 如果你所有的安装完成,(c)步中没有出现预期的结果,请按照此处的方法调整cnmem的值。
(b)根据博客2的第4步安装cudnn,但是如果“将设三个文件夹替换掉系统里面的对应文件,进行覆盖替换即可”,运行程序时会报错。我的做法是保留所有文件夹的文件,即选择合并而不是覆盖!!!
(c)忽略博客2的第5步,然后根据第6不进行test,如果输出以下信息
Using gpu device 0: GeForce GTX 960 (CNMeM is enabled with initial size: 80.0% of memory, cuDNN 5005)
并且输出了正确的结果,恭喜你成功了。
相关文章推荐
- win10安装anaconda+mingw+theano+keras及配置经验(被折磨3天后的总结)
- unbutu12.04 64bit系统 安装theano+cuda5.5,并运行deeplearningtutorial里面的代码
- Win10 64bit下安装GPU版Tensorflow+Keras
- win10下vs2015+python3+theano+keras+cuda8.0安装教程
- Win10 64bit下安装GPU版Tensorflow+Keras
- Win10 64bit 安装Theano 配置CUDA 实现GPU加速 详细步骤
- Win10 64bits Theano + GPU安装
- anaconda windows theano keras 完全安装教程,没有gpu忽略那段话也成功了
- windows系统下的keras(Theano/Tensorflow后端)CPU以及GPU加速环境搭建
- Keras+Theano后端,CPU、GPU、cuDNN加速对比(Dogs vs. Cats和mnist)
- Anaconda+Theano+Keras安装
- Windows7/10 64Bit安装Theano并实现GPU加速
- 小白Windows7/10 64Bit安装Theano并实现GPU加速(没有MinGw等,详细步骤)
- GPU 加速NLP任务(Theano+CUDA)
- ubuntu+cuda+theano+keras搭建基于GPU的深度学习环境
- Win7基于theano的keras安装及GPU加速
- theano + keras 安装
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- GPU 加速NLP任务(Theano+CUDA)
- linux下theano/tensorflow安装cuda支持gpu