关于Theano和Tensorflow多GPU使用问题
我使用的是tensorflow-gpu (1.2.1)和Theano (0.9.0)，2个4G显存Nvidia Quadro M2000 GPU。
1. theano: ValueError: Could not infer context from inputs
THEANO_FLAGS="contexts=dev0->cuda0;dev1->cuda1,gpuarray.preallocate=0.95,mode=FAST_RUN,floatX=float32,on_unused_input=warn" python config.py
ERROR (theano.gof.opt): SeqOptimizer apply <theano.gpuarray.opt.GraphToGPU object at 0xdfe69210>
ERROR: SeqOptimizer apply <theano.gpuarray.opt.GraphToGPU object at 0xdfe69210>
ERROR (theano.gof.opt): Traceback:
ERROR: Traceback:
ERROR (theano.gof.opt): Traceback (most recent call last):
File "/usr/lib/python2.7/site-packages/theano/gof/opt.py", line 235, in apply
sub_prof = optimizer.optimize(fgraph)
File "/usr/lib/python2.7/site-packages/theano/gof/opt.py", line 87, in optimize
ret = self.apply(fgraph, *args, **kwargs)
File "/usr/lib/python2.7/site-packages/theano/gpuarray/opt.py", line 322, in apply
target = infer_context_name(*fgraph.inputs)
File "/usr/lib/python2.7/site-packages/theano/gpuarray/basic_ops.py", line 122, in infer_context_name
raise ValueError("Could not infer context from inputs")
ValueError: Could not infer context from inputs
theano不能自动支持多GPU，需要自己指定一个，只能在一个上面跑, 需要指定一个设备device=cuda0。
支持多GPU, 需要自己编程，参考http://deeplearning.net/software/theano/tutorial/using_multi_gpu.html#
2. tensorflow: ResourceExhaustedError: OOM when allocating tensor with
theano: MemoryError: Error allocating 1440000000 bytes of device memory (out of memory).
说明GPU内存不够，要调小输入或网络单元。
3. theano切换成新的GPU backend
WARNING (theano.sandbox.cuda): The cuda backend is deprecated and will be removed in the next release (v0.10)
theano 0.9.0从cuda backend切换gpuarray backend，需要安装python2-Cython-0.25+和libgpuarray-0.6.3+, 然后通过gpuarray.preallocate来指定。
补充知识：pytorch网络输入图片通道在前在后（channel_first和channel_last）的问题
刚开始学习pytorch卷积神经网络的时候，网络输入要求是(batch,3,32,32),我们如果想要测试自己电脑上的图片格式为(32,32,3)。即网络要求channel_first,本地图片是channel_last,此时我们只需要使用numpy中的np.transpose()函数调整下通道的顺序即可。
代码如下：
import numpy as np import cv2 path = r"C:\Users\X_man\Desktop\image\cat.jpg" image = cv2.imread(path,0) image = cv2.resize(image,(32,32)) image = cv2.cvtColor(image,cv2.COLOR_GRAY2BGR) print(image.shape)
（32，32，3）
image = np.transpose(image,(2,0,1))
print(image.shape)
（3，32，32）
上一篇：Python使用pickle模块存储数据报错解决示例代码
栏 目：Python代码
本文标题：关于Theano和Tensorflow多GPU使用问题
本文地址：http://www.codeinn.net/misctech/143197.html
