车与我随 2016-08-10
在Ubuntu下安装完Theano以及cuda后,可以使用如下程序来测试你当前是否使用了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 %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')
假设将上述代码存放在test_gpu.py中,运行test_gpu.py,如果输出如下结果:
[Elemwise{exp,no_inplace}(<TensorType(float32, vector)>)] Looping 1000 times took 3.06635117531 seconds Result is [ 1.23178029 1.61879337 1.52278066 ..., 2.20771813 2.29967761 1.62323284] Used the cpu
则说明当前使用的是CPU,并没有使用GPU。
若出现类似如下结果:
Using gpu device 0: GeForce GTX 580 [GpuElemwise{exp,no_inplace}(<CudaNdarrayType(float32, vector)>), HostFromGpu(GpuElemwise{exp,no_inplace}.0)] Looping 1000 times took 0.638810873032 seconds Result is [ 1.23178029 1.61879349 1.52278066 ..., 2.20771813 2.29967761 1.62323296] Used the gpu
这说明当前使用了GPU,并且告诉了我们当前使用的是哪个GPU。
如果你电脑上有GPU,并且你成功安装了CUDA,但是你的程序却没有使用GPU,那说明你当前的theano配置中默认是不使用GPU的,可以通过以下两个方式来使你的theano使用GPU。
1、在运行test_gpu.py时,在python test_gpu.py前加下语句:
# THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python test_gpu.py
2、配置你的.theanorc文件
在你home下面会有一个.theanorc文件,在这个文件中添加如下语句:
[global] floatX = float32 device = gpu0 [lib] cnmem = 1
注意:如果在你的home下没有发现.theanorc文件,按ctrl+h(显示隐藏文件)就可以看到了。
另外,方法一其实是一种覆盖型方式,即在运行当前的.py文件时,用当前的THEANO_FLAGS来覆盖.theanorc中默认的配置。