[問題] 用keras模組時，要怎麼用cuda和cudnn

[ssd860505da (JAGER)]

大家好，最近在學deep learning
我用的環境是windows10
剛把keras弄好，backend:tensorflow
我的CUDA和cudnn都載好了，環境變數裡也加上了
我CUDA的路徑是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
cudnn的三個file已分別放入bin/include/lib裡

是不是還要再加個path, tensorflow才會知道要用顯卡來運算?
我看CPU使用率100%，心都在淌血Q^Q

我發現載了tensorflow-gpu的模組就會有bug
我用的版本是Python 3.5.3



最後再問個, 用linux環境算這個會不會比較好

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.44.247.31
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1503481275.A.41A.html
推 leoloveivy: cudnn先覆蓋進去 然後裝tensorflow gpu 你backend是gp
→ leoloveivy: u version keras不用特別調
→ ssd860505da: 什麼意思，我cudnn的檔案已經放進去了 ,可我裝了tens
→ ssd860505da: orflow-gpu之後執行就會有bug
推 Kazimir: 我只有用過tensorflow 不過我的經驗是你只要把cudnn擺對
→ Kazimir: 位置就OK 你說的有bug是什麼意思？ import 會成功嗎?
推 Kazimir: tf.test.gpu_device_name() 有東西嗎？
這是裝了tensorflow-gpu之後才有的error
https://pastebin.com/raw/3pCqMva0
→ f496328mm: 我是用 ubuntu 環境   都很難裝就是了XD
→ f496328mm: 如果你不熟悉 linux    會更難   有一堆雷
推 Kazimir: 你可能需要確認一下tensorflow cuda cudnn彼此的支援版本
推 Kazimir: 你可以試試建一個env 灌tf看看會不會動 我剛剛灌這台
→ Kazimir: 有一些和你類似的問題 重灌可能會有效
推 Kazimir: 還要確定有灌visual c++ 2015
windows10有灌，cuda8.0, cudnn5.1,位置應該有放對，環境變數path有加cuda
※ 編輯: ssd860505da (180.217.150.255), 08/25/2017 17:38:24
推 EGsux: 你GPU是哪一個
→ ssd860505da: NVIDIA Coporation GK208M [GeForce 920M]
推 Kazimir: 你的tensorflow是幾版的? 1.3是用cudnn 6 喔
我改成cudnn 6之後可以執行成功，CPU的使用率降到40%左右，可是會出現這段訊息
https://pastebin.com/raw/Gj7724Wv
這樣算成功嗎?
※ 編輯: ssd860505da (180.217.143.218), 08/27/2017 12:50:43
推 Kazimir: 恩 這樣OK了 就像他說的你的顯卡不完全適合幹這個
→ Kazimir: 不過2GB的卡本來就只能玩玩而已XD
推 Kazimir: 啊 抱歉 我在胡說八道 tensorflow可以使用avx指令集
→ Kazimir: 但是pip來的版本不能 所以假設使用cpu訓練的話 改善這個
→ Kazimir: 問題可以加快學習時間 不過用GPU的話就沒差了
→ Kazimir: SO解釋:https://goo.gl/XLtpxR
→ z115988: 路過問一下，請問關於機器學習，PTT有相關版嗎?=3=
→ ssd860505da: 等你開阿=3=
→ ssd860505da: 就是找不到這種版所以只好來這問
推 f496328mm: ML基本上就 R or Python  來這兩個版問就好了
→ f496328mm: 厲害一點的  Java or C++ 也是有人在做
推 p00o99o: 他上面哪有寫卡不適合...
推 leoloveivy: 運算<3.0不行 所以有一些人也卡在這