AWS Deep Learning AMI 上的 MXNet 出现“使用 USE_CUDA=1 进行编译以启用 GPU 使用”消息

Question

我想训练一个神经网络，同时使用 MXNet 在我的 g2.8xarge EC2 实例上利用所有 4 个 GPU。我正在使用以下 AWS Deep Learning Linux 社区 AMI：

深度学习 AMI Amazon Linux - 3.3_Oct2017 - ami-999844e0)

根据这些说明，当我连接到实例时，我通过发出以下命令切换到带有 MXNet 后端的 keras v1：

source ~/src/anaconda3/bin/activate keras1.2_p2

我还在 python 模型编译代码中添加了上下文标志，以利用 MXNet 中的 GPU：

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'], context=gpu_list)

其中 gpu_list 旨在利用所有 4 个 GPU。

但是，每次运行代码时，我都会收到以下错误消息：

Epoch 1/300 [15:09:52] /home/travis/build/dmlc/mxnet-distro/mxnet-build/dmlc-core/include/dmlc/logging.h:308: [15:09:52] src /storage/storage.cc:113：使用 USE_CUDA=1 进行编译以启用 GPU 使用

和

运行时错误：simple_bind 错误。参数：dense_input_1: (25, 34L) [15:09:52] src/storage/storage.cc:113：使用 USE_CUDA=1 进行编译以启用 GPU 使用

我检查了 /home/ec2-user/src/mxnet 中的 config.mk 文件，它包含 USE_CUDA=1。我还发出了“made”命令来尝试使用 USE_CUDA=1 标志重新编译 MXNet - 没有变化。

我在使用 AWS 文档所说的虚拟环境时是否遇到此问题？还有其他人在使用此虚拟环境的 AWS Deep Learning Ubuntu AMI 上遇到过 MXNet 问题吗？

任何建议都非常感激 -

Answer 1

这是因为 Keras Conda 环境依赖 mxnet cpu pip 包。您可以使用以下命令在 Conda 环境中安装 GPU 版本：

pip install mxnet-cu80