深度学习（caffe+VS2013+WIN10）使用GPU编译——调用python接口并且成功运行mnist

最新推荐文章于 2021-02-08 15:36:32 发布

包包小公子

最新推荐文章于 2021-02-08 15:36:32 发布

阅读量1.5k

点赞数 1

分类专栏：深度学习 caffe 文章标签： python cuda gpu visual studio caffe

本文链接：https://blog.csdn.net/u010029064/article/details/53471881

版权

本文详细介绍了如何在Windows 10系统上，使用Visual Studio 2013和CUDA进行Caffe深度学习框架的GPU编译。特别强调了需删除预处理器定义中的USE_CUDNN，以确保编译成功。此外，还提及了这一操作同样适用于其他项目，最后成功通过Python接口运行了MNIST示例。

摘要由CSDN通过智能技术生成

本文主要介绍：经过一番欲哭无泪的折腾，终于在Windows10 64位系统下成功配置Caffe的GPU版，可惜的是我的电脑并没有掉cudnn，因为个GPU计算能力不够，我的GPU计算能力是2.1，而cudnn不支持3.0以下的版本。下面总结一下基本的配置过程，以及配置过程中遇到的问题。

配置环境：Windows10 X64 + CUDA7.5 + VS2013 + python2.7

1.安装CUDA

1.1. 版本选择

至于版本的选择，我安装的是7.5；其实安装7.5、7.0和8.0版本都可以，安装包网上到处可见，

1.2 安装过程
CUDA安装过程以及与VS关联过程参考：
http://wenku.baidu.com/link?url=iDoyy01I7Q-4D6GJQZjocilfYIbwPdbr3n3fgH4QXdpFjtkEBM6DiiJbDhpInrl7MpuOV7D1LWAWZofmICVxvT_p5dTmiDvngT7oS_Z_9_a
（编译器必须是VS2013）
1.3 更新显卡驱动
安装后，运行GeFroce Experience，点击“驱动程序”—>“检测更新”，其实

2.配置Caffe
2.1. 下载Caffe及第三方库。
文件下载地址见：http://blog.csdn.net/happynear/article/details/45372231，可以参考博客中的“一、准备”。（博客中“二、编译”不够明确，并且按照博客中的过程进行编译，会遇到一些问题，具体问题下文详细说明