私はTheano exampleに基づいて、次のコードを持っている:私は2つのモードでコードをテストするときCNMeMが有効になっているのはなぜですか?Theanoでは 'cuDNN not available'ですか?
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 %f seconds" % (iters, t1 - t0))
print("Result is %s" % (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')
は今:
GPUモードでは、私はこれを取得:
$ THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python gpu.py
Using gpu device 0: Tesla C2075 (CNMeM is enabled with initial size: 95.0% of memory, cuDNN not available)
[GpuElemwise{exp,no_inplace}(<CudaNdarrayType(float32, vector)>), HostFromGpu(GpuElemwise{exp,no_inplace}.0)]
Looping 1000 times took 0.475526 seconds
Result is [ 1.23178029 1.61879349 1.52278066 ..., 2.20771813 2.29967761
1.62323296]
Used the gpu
CPUモードを、私はこれを入手する:
$ THEANO_FLAGS=mode=FAST_RUN,device=cpu,floatX=float32 python gpu.py
[Elemwise{exp,no_inplace}(<TensorType(float32, vector)>)]
Looping 1000 times took 5.221368 seconds
Result is [ 1.23178029 1.61879337 1.52278066 ..., 2.20771813 2.29967761
1.62323284]
Used the cpu
GPUはind CPU(0.47秒対5秒)よりも速くなりました。しかし同時に、GPUでcuDNNが利用できないというメッセージが表示されます。
私の質問はこれです。 cuDNNがないことの影響は何ですか?それは有害ですか?
最後にtheanoを使い終わってからしばらく経ちましたが、一般的なCUDAライブラリを使用している可能性がありますので、GPUアクセラレーションの利点を得ることはできますが、ライブラリ。あなたがcudNNをインストールして稼働させることができれば、いくつかの追加のスピードアップを得ることができます。 – Marius