gpu时出现Keras（theano）错误

Question

很长时间以来，我一直试图理解一个问题。 请帮我。

我正在尝试从标准示例git lib（ there ）运行'Keras'示例。

如果我使用CPU，则一切正常。 但是，如果我尝试使用GPU加速，它将崩溃而不会捕获任何错误：

# build the model: a single LSTM
print('Build model...')
print('   1')
model = Sequential()
print('   2')
model.add(LSTM(128, input_shape=(maxlen, len(chars))))
print('   3')
model.add(Dense(len(chars)))
print('   4')
model.add(Activation('softmax'))

print('   5')
optimizer = RMSprop(lr=0.01)

print('   Compilling')
model.compile(loss='categorical_crossentropy', optimizer=optimizer)

我放了一些print()以便更好地了解错误的位置。 我得到的是：

runfile('C:/Users/kostya/Desktop/temp/python/test.py', wdir='C:/Users/kostya/Desktop/temp/python/')
Using Theano backend.
Using cuDNN version 5110 on context None
Preallocating 1638/2048 Mb (0.800000) on cuda
Mapped name None to device cuda: GeForce GTX 650 (0000:01:00.0)
WARNING: Preallocating too much memory can prevent cudnn and cublas from working properly
DEVICE: cuda
corpus length: 206433
total chars: 79
nb sequences: 68798
Vectorization...
Build model...
   1
   2


Ядро остановилось, перезапуск *(It means: The Core has stopped, restarting)*

如果我通过standatr python控制台运行它，我将遇到类似错误。 （python.exe紧急停止）

我使用：Win 10-64，Python 3.6.1，具有激活的单独环境的Anaconda，CUDA 8.0，cuRNN 5.1，mkl 2017.0.3，numpy 1.13.0，theano 0.9.0，conda-forge.keras 2.0.2，m2w64 -openblas 0.2.19，conda-forge.pygpu 0.6.8，VC 14.0等

那是我的.theanorc.txt配置文件。 （我确定这可以抓住他。 如果我将device = cpu放上，它可以正常工作 （但是很慢））

[global]
floatX = float32
device = cuda
optimizer_including = cudnn

[nvcc]
flags=-LC:\Users\kostya\Anaconda3\envs\keras\libs
compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin

[cuda]
root = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

[dnn]
library_path = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
include_path = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include

[gpuarray]
preallocate = 0.8

Answer 1

您尝试将gpuarray后端选项（ preallocate ）与CUDA后端一起使用。 从Theano doc ：

该值仅在使用（GpuArray Backend）时分配GPU内存。 有关旧的后端，请参阅config.lib.cnmem

尝试在您的Theano配置中替换

[gpuarray]
preallocate = 0.8

与

[lib]
cnmem = 0.8