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

Question

我按照 Chainer 文档上的说明进行操作，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

然后我尝试以多种不同的方式安装 cupy， 其中之一是

!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

在导入 cupy 然后运行我的代码后一直给我同样的错误:

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

接下来我尝试使用这个安装 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，似乎有效，但最后还是给了我同样的错误。

似乎很难在 Google Colab 的 GPU 上使用 Chainer，除非我做错了什么。使用 Tensorflow 就容易多了。有没有人有在 Google 的 GPU 上使用 Chainer 的经验？

Answer 1

您可能想看看这个 Chainer 示例。

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