我正在與西阿諾，一個深度學習基準測試，在新安裝的 Ubuntu Mate 16.04 機器上進行。 Theano 可以使用 GPU 加速來加快運算速度。我有一塊支援 CUDA 且已正確安裝的 NVIDIA K2200M 顯示卡，如nvidia-smi指令所示：
+------------------------------------------------------+
| NVIDIA-SMI 361.42 Driver Version: 361.42 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Quadro K2200M Off | 0000:01:00.0 Off | N/A |
| N/A 31C P8 N/A / N/A | 212MiB / 2047MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1090 G /usr/lib/xorg/Xorg 200MiB |
| 0 7931 G /usr/lib/firefox/firefox 1MiB |
+-----------------------------------------------------------------------------+
一些背景知識：需要設定 Theano，以便定義一些環境變量，例如$CUDA_ROOT，這些是指，/usr/local/cuda但從官方 Ubuntu Mate 儲存庫安裝nvidia-cuda-*不會建立這些資料夾。儘管如此，Theano 提供了一個 python 程式碼，可以幫助確定計算是使用 CPU 還是 GPU 進行，令人驚訝的是 Theano 找到了 CUDA 安裝。
問題來了：CUDA 被系統識別，但 CUDA 似乎找不到我的 GPU，並且出現錯誤WARNING (theano.sandbox.cuda): CUDA is installed, but device gpu is not available (error: cuda unavailable)。
我寫信askubuntu.com給 Theano 開發人員，而不是寫給 Theano 開發人員，因為發現這個問題，我卸載了 CUDA nvidia-cuda-*，並從 NVIDIA 提供的官方包中安裝了 CUDA，如下這指南，這樣就/usr/local/cuda創建了上述內容，並且 Theano 代碼再次識別了 CUDA 安裝，但它仍然找不到我的 GPU。這就是為什麼我認為這可能是 Ubuntu 問題，而不是 Theano 方面的錯誤實作。
答案1
我有點發現這不是 Ubuntu 問題，而是 Theano 問題，因為我從 OP 中提到的源再次安裝了 CUDA，並且我成功地正確運行了 NVIDIA 提供的 CUDA 包中的示例數據，排除了（在我的經驗不足）NVIDIA-cuda-toolkit 和NVIDIA-drivers 之間的整合問題。
對於那些（將來）與我有相同問題的人，問題似乎出在模組中theano.sandbox.cuda，當__init__.py嘗試cuda_ndarray.cu在第 168-175 行進行編譯時（我相信，因為我只是稍微修改了文件），當該文件調用function compiler.compile_str(...)，我相信這是由Theano 開發團隊創建的文件。 NVCC 運作正確，但編譯出現問題cuda_ndarray。
因此，一旦askubuntu允許我，我就會將此問題標記為已回答。
答案2
如果您使用 CUDA 7.5，請確保遵循官方說明：
CUDA 7.5 不支援預設的 g++ 版本。安裝支援的版本並將其設為預設版本。
sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++
如果theano GPU測試程式碼有錯誤：
錯誤（theano.sandbox.cuda）：無法編譯cuda_ndarray.cu：libcublas.so.7.5：無法開啟共享物件檔案：沒有這樣的檔案或目錄警告（theano.sandbox.cuda）：CUDA已安裝，但裝置GPU未安裝不可用（錯誤：cuda 不可用）
只需使用ldconfig命令連結 CUDA 7.5 的共享物件：
sudo ldconfig /usr/local/cuda-7.5/lib64