我正在运行一个使用Theano对深度学习算法进行建模的代码。我正在尝试为此使用GPU(NVIDIA Quadro P1000)。我已经用 Theano 代码测试了它来测试 GPU，它表明正在使用 GPU。我在Windows上使用Python 2.7。
当我尝试运行我的代码时，我收到以下错误：
GpuArrayException：("缺少 Blas 库"，5)应用导致 错误： GpuGemm{inplace=True}(GpuFromHost.0， TensorConstant{1.0}， GpuFromHost.0， GpuFromHost.0， TensorConstant{1.0}) 拓扑排序索引： 6 输入类型： [GpuArrayType(float32， matrix)， TensorType(float32， scalar)， GpuArrayType(float32， matrix)， GpuArrayType(float32， 矩阵)， TensorType(float32， scalar)] 输入形状： [(2， 2400)， ()， (2， 600)， (600， 2400)， ()] 输入步幅： [(9600， 4)， ()， (2400， 4)， (9600， 4)， ()] 输入值： ['未显示'， 数组(1.， dtype=float32)， '未显示'， '未显示'， array(1.， dtype=float32)] 输出客户端： [[GpuSubtensor{：：， int64：int64：}(GpuGemm{inplace=True}.0， Constant{1800}, Constant{2400}), GpuSubtensor{::, int64：int64：}(GpuGemm{inplace=True}.0， Constant{0}， Constant{600})， GpuSubtensor{：：， int64：int64：}(GpuGemm{inplace=True}.0， Constant{600}， 常量{1200})， GPU Subtensor{：：， int64：int64：}(GpuGemm{inplace=True}.0， Constant{1200}， 常量{1800})]]
提示：在禁用大多数 Theano 优化的情况下重新运行可以回溯此节点的创建时间。这可以通过设置 Theano 标志 'optimizer=fast_compile' 来完成。如果这不起作用，可以使用"optimizer=None"禁用Theano优化。
提示：使用 Theano 标志 'exception_verbosity=high' 作为此应用节点的调试打印和存储映射占用空间。
以前有人遇到过这个错误吗？
您的机器上是否安装了 blas 或 lpack。我还会逐一介绍Theano的其余要求，并确保已安装它们。具体来说，您可能需要检查 NVIDIACUDA 驱动程序和 SDK，因为您使用的是 NVIDIA 卡。