配置ubuntu16.04下Theano使用GPU运行程序的环境

 

ubuntu16.04默认安装了python2.7和python3.5 。本教程使用python3.5

 

第一步:将ubuntu16.04默认的python2修改成默认使用python3 。

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

运行上述代码之后会将ubuntu16.04默认使用python2修改为默认使用python3 。

输入命令 python 可以进入python的交互界面,会显示python的版本 。

 

第二步:安装theano和CUDA

sudo apt-get install python3-numpy python3-scipy python3-dev python3-pip python3-nose g++ libopenblas-dev git
sudo pip3 install Theano

# cuda 7.5 don't support the default g++ version. Install an supported version and make it the default.
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++

# Work around a glibc bug
echo -e "\n[nvcc]\nflags=-D_FORCE_INLINES\n" >> ~/.theanorc

逐个运行上述命令即可安装theano和CUDA,以及numpy、scipy等常用的库。

安装完成后,可进入python交互界面,运行

import numpy;numpy.test()         

import scipy;scipy.test()

import theano;theano.test()

检测是否安装成功。

作者安装后测试时numpy和scipy这两个库显示OK,theano显示Fail,但是theano可以正常导入和使用。(这点我也不明白,大神们路过时还望指点一二)

至此,theano安装完毕,可以在cpu上运行theano的程序了。

 

第三步:配置.theanorc文件

在linux根目录下打开.theanorc(注意前面是带点的)文件,将

[global]

device = gpu

floatX = float32

[nvcc]

fastmath = True

加入到该文件里。

 

第四步:安装nvcc

这个就比较简单了

sudo apt-get insatll nvcc

就可以了。

 

至此,所有安装程序都完成了。

 

可以使用下面这点代码来测试程序是使用cpu还是gpu

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 range(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')

  

 

以上就是本人亲身安装的全部过程,折腾了好久。如有疑问或者哪里有不对的,还请留言指出。

  

posted @ 2016-07-11 22:54  vv鱼儿vv  阅读(3654)  评论(0编辑  收藏  举报