深度学习caffe(4)——caffe配置(GPU)

电脑:win7  64位,NVIDIA GeForce GTX1080 Ti,visual studio 2013.

深度学习caffe(1)——windows配置caffe(vs2013+python+matlab)(cpu):

https://blog.csdn.net/xitie8523/article/details/80510142

cuda下载:https://developer.nvidia.com/cuda-toolkit-archive(各版本)

系统:window,系统版本是7(win7)

cudnn下载:https://developer.nvidia.com/rdp/cudnn-download(选择与cuda对应的版本)

1 安装cuda

双击cuda的exe文件进行安装,默认安装在C盘,我选择按照默认路径。

接下来一直点继续即可,这里的警告是硬件版本比nvidia版本新,选择更新版本再安装,也可以忽略这个警告;

如果系统检查这一步出现系统版本与cuda不兼容,可以看看尝试cuda的其他版本,可能是你的系统太旧或太新;如果安装无法继续,考虑之前是否已经安装了nvidia的驱动,卸载原来的版本即可;

(详情:https://jingyan.baidu.com/article/9faa723175d2fd473d28cb52.html

如果显示图形驱动程序安装失败,则启动windows Install:计算机——>右键——>管理——>服务和应用程序——>服务——>windows Install——>右键启动,再安装cuda。

安装成功后查看版本

2 cudnn解压

cudnn解压后的三个文件内的.dll,.lib,.h文件拷贝到环境变量CUDA_PATH指定目录下对应的bin,lib ,include中。

3 caffe配置

3.1 修改CommonSettings.props

caffe下载:https://github.com/BVLC/caffe/tree/windows 

进入caffe下的windows文件夹,将CommonSettings.props备份命名为CommonSettings.props.example,用notepad打开CommonSettings.props进行修改。

9.2是cuda的版本。这里cudnnpath没有写,因为已经将cndnn中的文件放入环境变量对应的目录了,程序可以找到所需的文件,当然也可以将cndnnpath填上。

3.2 生成解决方案

先生成libcaffe,再生成全部解决方案。

生成caffelib时报错error: too few arguments in function call;(9.2出现这个问题,8.0没有这个问题)

error MSB3721: 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\bin\nvcc.exe" 后面一堆乱七八糟的路径。

解决方法是:某个函数的参数太少,双击error: too few arguments in function call;定位到错误,查看函数缺少的参数,一般是缺少一个参数,加上这个参数即可。我这里是cudnnSetConvolution2dDescriptor缺少最后一个参数,我给它加上一个宏定义CUDNN_DATA_FLOAT。

生成成功

其实中间遇到过蛮多问题,各种找原因,各种怀疑,总结起来就是:

不要怀疑是因为Cpu转成Gpu导致的,一般Cpu能过,Gpu也没多大问题,不确定可以再改成Cpu编译一下;

基本不会是caffe的问题,换了无数个caffe-master,还重装了VS,问题一直没变过;

要想学习,就要深入,不要再网上找到一个一样的问题或者差不多的问题就按着改,知其所以然才能在碰到类似的问题时轻松解决。自勉。

猜你喜欢

转载自blog.csdn.net/xitie8523/article/details/82585029