由於要使用深度學習的方法來處理文字和影象，準備在python下使用theano進行加速，按照keras的官方教程一步步安裝，各種測試都通過。
環境是ubuntu 16.04 + cuda8.0 + theano +keras，顯示卡是gtx970。
問題來了：在跑大資料量的時候，電腦無限重啟，換了顯示卡不能解決問題。
乙個偶然的機會，在沒有安裝cudnn的情況下，試跑了一下，程式是ok的。
事情的經過是這樣的：剛好手裡有塊舊的主機板，就把顯示卡拆下來裝上去，由於快吃午飯以，沒有來得及裝cudnn，吃完飯回實驗室試了下機，發現在沒有裝cudnn的情況下是可以執行的，中午回去睡覺，就把電腦開著跑，回來的時候發現機器一直好著。
神奇的事情出來了，由於下午過來的時候發現執行的速度不快，感覺可能是受到cudnn的影響，於是就把之前下的乙個cudnn5.0裝上去了，問題又來了，機器又無限重啟了。看樣子有可能是找到這個問題的根源了。但是之前試過cudnn5.1，報乙個警告說和theano不相容。
那也沒有辦法，只能硬著頭皮裝了5.1。
裝好之後，還是跑了幾百張就掛掉了，當時整個人都不好了。
在度娘上各種找，keras theano cudnn，看到一位大俠（
plustang）的文章裡面寫到了乙個和別人不一樣的設定：
在device = gpu下面新增一句optimizer_including=cudnn就行了。
試了一下，世界從此回歸了。
——————————————————————————————————華麗的分隔線
然而又出現了前面的問題，即使獻上了我的膝蓋也沒有用。
最後在跑**之前，使用sudo service lightdm stop，先關掉圖形介面。然後開始跑，期待他不要掛掉吧。
期待他不要掛掉吧。
——————————————————————————————————華麗的分隔線
然而再次掛掉了，這可真的是無語了。
後來在github上給keras的開發者提出了這個問題，有個開發者說可能是電源不夠。但是我的電源功率650w，gtx970的額定功率才148w，最大也不超過200w，按道理說應該不會有問題，所以對於他們的說法我表示並不認同，剛好手邊有一塊750的卡，額定功率才68w，於是裝上試了一下，發現沒有問題，即使用上cudnn，程式也能正常執行。看樣子還是電源的鍋吧。
ubuntu18 04 更新源 安裝keras
備份原來的原始檔 sudo cp etc apt sources.list etc apt sources.list.bak 編輯源列表 sudo vim etc apt sources.list deb bionic main restricted universe multiverse deb ...
安裝keras問題
今天安裝keras時遇到一下問題 win10 python3.5 tensorflow1.05 pip install keras u pre file line 1 pip install keras u pre syntaxerror invalid syntax後來搜尋看來 jiangmeng...
ubuntu系統theano和keras的安裝方法
說明 系統是unbuntu14.04lts，32位的作業系統，以前安裝了python3.4，現在想要安裝theano和keras。步驟如下 1，安裝pip sudo apt get install python3 setuptools sudo easy install3 pip 2，安裝g apt...