python - 如何使用Chainer在Google Colab上从CPU切换到GPU？

我按照Chainer doc上的说明操作，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

然后我试着用很多不同的方法安装库比，
其中一个是

!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并运行我的代码之后，它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

接下来我试着用这个安装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，似乎工作，但最终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。有了Tensorflow就容易多了。有没有人有在谷歌的GPU上使用Chainer的经验？

最佳答案

您可能想看看这个Chainer示例。
https://colab.research.google.com/drive/1SsxHvQdSz23kaVov8yKizVD3_2tkXdZM

关于python - 如何使用Chainer在Google Colab上从CPU切换到GPU？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51077870/