python – 如何使用chainer在google colab上从CPU切换到GPU？

我按照Chainer doc上的说明操作,这导致我在运行代码时出错：

RuntimeErrorTraceback (most recent call last)
<ipython-input-9-ffb21f9880f0> in <module>()
      ...
      6 model = Classifier(CompetitionNetwork(n_units = 64))
----> 7 model.to_gpu()
      ...
RuntimeError: CUDA environment is not correctly set up
(see https://github.com/chainer/chainer#installation).No module named cupy

然后我尝试用许多不同的方式安装cupy,
其中一个是

!apt -y install libcusparse8.0 libnvrtc8.0 libnvtoolsext1
!ln -snf /usr/lib/x86_64-linux-gnu/libnvrtc-builtins.so.8.0 /usr/lib/x86_64-linux-gnu/libnvrtc-builtins.so
!pip install cupy-cuda80 chainer

导入cupy然后运行我的代码后继续给我同样的错误：

RuntimeError: CUDA environment is not correctly set up (see
https://github.com/chainer/chainer#installation).No module named cupy

接下来我尝试使用以下方法安装cuda：

!wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb

!dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb

!apt-key add /var/cuda-repo-<version>/7fa2af80.pub

!apt-get update

!apt-get install cuda

这花了很长时间,似乎工作但最终仍然给了我同样的错误.

似乎在Google Colab的GPU上使用Chainer非常困难,除非我做错了.使用Tensorflow,它更容易.有没有人有在谷歌GPU上使用Chainer的经验？

解决方法:

您可能想看看这个Chainer示例.

https://colab.research.google.com/drive/1SsxHvQdSz23kaVov8yKizVD3_2tkXdZM

标签：google-colaboratory,python,gpu,neural-network,chainer
来源： https://codeday.me/bug/20190910/1801779.html