语义分割学习系列(十)caffe segnet的cudnn版本编译

前言

系列(九)提到的caffe segnet(https://github.com/alexgkendall/caffe-segnet)所基于的cudnn版本很旧,为2.0。但是Alex推荐另外一个开源项目(https://github.com/TimoSaemann/caffe-segnet-cudnn5),它的cudnn版本为5.1。这里就介绍后面这个项目如何在一个较新的ubuntu平台上且cudnn enable情况下编译安装成功。

编译

本人平台及cuda,cudnn版本情况如右所示:ubuntu18.0.4  CUDA9.1  CUDNN7.0.1。

1)enable cudnn

vi Makefile.config and uncomment the below line

USE_CUDNN := 1

2) 然后make clean and make all -j8 这时会遇到下面的编译错误 

cudnn.hpp:127:41: error: too few arguments to function ‘cudnnStatus_t cudnnSetPooling2dDescriptor

3)分析,还是cudnn版本不兼容的问题。 毕竟我的版本要比cudnn5.1新不少。 网上有很多说是安装cudnn5.1版本,个人觉得比较麻烦。于是采用下面升级cudnn源代码的办法。 即将另外一个已经在本人平台编译通过caffe里面cudnn代码全部拷到caffe-segnet相对应的目录下。

scp root@192.168.0.xx:/xxx/caffe/include/caffe/util/cudnn.hpp xx/caffe-segnet-cudnn5/include/caffe/util/cudnn.hpp
scp root@192.168.0.xx:/xxx/caffe/src/caffe/util/cudnn.cpp xx/caffe-segnet-cudnn5/src/caffe/util/cudnn.cpp
scp root@192.168.0.xx:/xxx/caffe/src/caffe/layers/cudnn* xx/caffe-segnet-cudnn5/src/caffe/layers/

4)这时 再make clean and make all -j8 以及 make pycaffe -j8就能成功编译通过。 当然如果遇到其它caffe的问题,可以参考上一篇文章(系列九) 

 

 

 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ltshan139

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值