딥 러 닝 환경 구축 및 GPU 연산
주요 딥 러 닝 프레임 워 크 Keras
:A minimalist, highly modular neural networks library, written in Python and capable of running on top of either TensorFlow or Theano.
Documents:
http://keras.io/
,
Packages:
https://github.com/fchollet/keras
1.Anaconda 설치
anaconda 는 theano 가 필요 로 하 는 기초 환경 을 모 았 다.anaconda 2 는 python 2 로 컴 파일 되 어 pydot(theano 에 필요 한 그림 가방)를 지원 할 수 있 으 며,anaconda 3 는 python 3 으로 컴 파일 되 어 pydot 를 지원 할 수 없습니다.
2.theano,keras 설치
(1)theano
Github Page:
https://github.com/Theano/Theano
Documentation:
http://deeplearning.net/software/theano/
Tutorial:
http://deeplearning.net/tutorial/contents.html
방법 1:Anaconda 를 설치 한 후 터미널 에서 이 명령 을 실행 하여 최신 Theano 릴 리 스 를 설치 합 니 다.
$ pip install Theano
방법 2:출혈 엣 지 버 전 을 원 하 는 경우 이 명령 을 실행 합 니 다(git 를 설치 하고 Theano 를 설치 합 니 다).
$ pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git
$ python setup.py install
$ python setup.py develop
(2)Keras
방법 1:
$ pip install keras
방법 2:
$ git clone https://github.com/fchollet/keras.git
$ python setup.py install
검사:python 에 import theano,import keras 를 입력 하 십시오.아무것도 표시 되 지 않 으 면 맞습니다.import theano 가 잘못 알 렸 다 면 bleeding edge version 을 설치 해 보 세 요.
3.GPU 연산
1.cuda 설치
(1)홈 페이지 cuda sdb 설치 패키지 다운로드
설치:
1. `sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb`
2. `sudo apt-get update`
3. `sudo apt-get install cuda`
(
2)
영구 환경 변수(~/.bashrc 로 설정 하면 안 됩 니 다.nvcc 를 찾 을 수 없 음 을 알려 줍 니 다):cd 에서/etc 까지 sudo gedit profile 로 profile 파일 을 열 고 마지막 에(즉,일부 게시 물이 말 하 는'적당 한 위치')추가 합 니 다.
export PATH=$PATH:/usr/local/cuda-7.5/bin
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:/lib
(3)사용자 디 렉 터 리 에 새.theanorc 프로필 을 만 들 고 CPU 대신 GPU 로 연산 하도록 설정 합 니 다.
새 프로필 sudo vi~/.theanorc
다음 내용 을 추가 합 니 다:
[global]
floatX=float32
device=gpu
[nvcc]
fastmath = True
(4)테스트 코드:
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 xrange(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')
출력 이 used the gpu 를 표시 하면 모든 것 이 정상 임 을 증명 합 니 다.
2.
cudnn 설치 하 다.
cudnn nvdia 가 개발 한 gpu 컴 퓨 팅 가속 화 구성 요소 로 설치 가 간단 합 니 다.
메모:직접 pip 에 설 치 된 theano 0.7 버 전 7.5 버 전 으로 cudnn 은 7.0 을 먼저 사용 합 니 다.그렇지 않 으 면 뒤에 warning 알림 cudnn 버 전이 theano 보다 높 습 니 다)
1). 스트레스 를 풀다 cudnn: tar -xzvf cudnn-7.0
2). CUDA 설치 디 렉 터 리 에 copy 파일:압축 을 풀 고 디 렉 터 리 아래 에"cuda"폴 더 를 생 성 합 니 다.다음 명령 copy 를 사용 하 십시오.두 번 째 는 하나 입 니 다. -a 인자,그렇지 않 으 면 복사 한 파일 을 잃 어 버 렸 습 니 다.
링크
# copy the library files into CUDA's include and lib folders
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64
테스트: python 입장 후 import 입력 theano ,하면,만약,만약... gpu decice 0 : GeForce GTX 745 (CNMem is disabled ,CuDnn 4007)모든 것 이 정상이다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Faster R-CNN 코드의 anchors 분석anchors는 proposal을 생성하는 rpn의 중점 내용 중 하나로서 Faster R-CNN에서 중점적으로 소개되었다. 다음은 anchors가 생성하는 부분 코드를 배워보자.나는 주로 그 중의 일부 중점 코드를...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.