Ubuntu下讓Theano使用GPU

在Ubuntu下安裝完Theano以及cuda後，可以使用如下程序來測試你當前是否使用了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')

假設將上述代碼存放在test_gpu.py中，運行test_gpu.py，如果輸出如下結果：

[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

則說明當前使用的是CPU，並沒有使用GPU。
若出現類似如下結果：

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

這說明當前使用了GPU，並且告訴了我們當前使用的是哪個GPU。

如果你電腦上有GPU，並且你成功安裝了CUDA，但是你的程序卻沒有使用GPU，那說明你當前的theano配置中默認是不使用GPU的，可以通過以下兩個方式來使你的theano使用GPU。
1、在運行test_gpu.py時，在python test_gpu.py前加下語句：

# THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python test_gpu.py

2、配置你的.theanorc文件
在你home下面會有一個.theanorc文件，在這個文件中添加如下語句：

[global]
floatX = float32
device = gpu0

[lib]
cnmem = 1

注意：如果在你的home下沒有發現.theanorc文件，按ctrl+h（顯示隱藏文件）就可以看到了。

另外，方法一其實是一種覆蓋型方式，即在運行當前的.py文件時，用當前的THEANO_FLAGS來覆蓋.theanorc中默認的配置。

更多Ubuntu相關信息見Ubuntu 專題頁面 http://www.linuxidc.com/topicnews.aspx?tid=2