ubuntu 安装使用 Keras 手扎

由于要使用深度学习的方法来处理文本和图像，准备在python下使用theano进行加速，按照keras的官方教程一步步安装，各种测试都通过。

环境是ubuntu 16.04 + cuda8.0 + theano +keras，显卡是gtx970。

问题来了：在跑大数据量的时候，电脑无限重启，换了显卡不能解决问题。

一个偶然的机会，在没有安装cudnn的情况下，试跑了一下，程序是OK的。

事情的经过是这样的：刚好手里有块旧的主板，就把显卡拆下来装上去，由于快吃午饭以，没有来得及装cudnn，吃完饭回实验室试了下机，发现在没有装cudnn的情况下是可以运行的，中午回去睡觉，就把电脑开着跑，回来的时候发现机器一直好着。

神奇的事情出来了，由于下午过来的时候发现运行的速度不快，感觉可能是受到cudnn的影响，于是就把之前下的一个cudnn5.0装上去了，问题又来了，机器又无限重启了。看样子有可能是找到这个问题的根源了。但是之前试过cudnn5.1，报一个警告说和theano不兼容。

那也没有办法，只能硬着头皮装了5.1。

装好之后，还是跑了几百张就挂掉了，当时整个人都不好了。

在度娘上各种找，keras theano cudnn，看到一位大侠（PlusTang）的文章http://blog.youkuaiyun.com/tangwenbo124/article/details/52298194，里面写到了一个和别人不一样的设置：

在device = gpu下面添加一句optimizer_including=cudnn就行了。

试了一下，世界从此回归了。

——————————————————————————————————华丽的分隔线

然而又出现了前面的问题，即使献上了我的膝盖也没有用。

最后在跑代码之前，使用sudo service lightdm stop，先关掉图形界面。然后开始跑，期待他不要挂掉吧。

期待他不要挂掉吧。

——————————————————————————————————华丽的分隔线

然而再次挂掉了，这可真的是无语了。

后来在github上给keras的开发者提出了这个问题，有个开发者说可能是电源不够。但是我的电源功率650w，GTX970的额定功率才148w，最大也不超过200w，按道理说应该不会有问题，所以对于他们的说法我表示并不认同，刚好手边有一块750的卡，额定功率才68w，于是装上试了一下，发现没有问题，即使用上cudnn，程序也能正常运行。看样子还是电源的锅吧。