[英]Keras(theano) error while gpu
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
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.