caffe常见问题及注意事项

1.GPU显存不足无法运行模型：

Cannot create Cublas handle. Cublas won't be available. 
E1219 17:43:06.398439  3214 common.cpp:121] Cannot create Curand generator. Curand won't be available. 
F1219 17:43:06.401962  3214 benchmark.cpp:112] Check failed: error == cudaSuccess (2 vs. 0) out of memory

解决:首先使用nvidia-smi命令来检查显卡的运行状态，当电脑中有多个GPU时，caffe是默认使用GPU0的，尤其是在服务器上，大家都默认使用GPU0时，会极大可能的导致GPU0显存过满。若确定问题是这个，则可以运行如下指令进行GPU的切换：

bash ./build/tools/caffe train --solver=examples/testXXX/solver.prototxt --gpu 1

 若想指定同时使用几个GPU：

bash ./build/tools/caffe train --solver=examples/testXXX/solver.prototxt --gpu 0,1,2,3

若想使用所有的GPU，则可以运行如下指令：

bash ./build/tools/caffe train --solver=examples/testXXX/solver.prototxt --gpu all

该问题在make runtest -j6时依然存在，此时需要先在caffe目录下输入以下指令：

export CUDA_VISIBLE_DEVICES=0

其中那个0是你要指定的显卡编号，不然runtest会在中间失败，并报与此之前相同的错误。 

2.anaconda3与pycaffe的python2.7相冲突的问题：

caffe与python2.7匹配的很好，但如果你安装了anaconda3的话他默认是会把python3添加到环境变量中去的，这样会造成以下几个问题：

（1）.在caffe目录下，你输入pythpn，然后import caffe会造成失败

（2）.在用户目录下，你输入python，然后import caffe会成功，但如果你在之后去使用caffe的函数的话，你就会发现会报错，找不到相应的函数，这应该就是python3与caffe相不匹配的地方了吧。

那如何解决这种问题呢，就是要采用系统安装的python2.7。

（1）.在命令行输入

export PYTHONPATH=~/caffe/python

然后在caffe目录下输入python2.7，之后你再import caffe就会发现一切正常了。

（2）.cd caffe/python，在该目录下之间输入python2.7，然后也可以正常import caffe。

3.pip2与pip3

在同时安装了anaconda3与python2.7的情况下，pip2是对应python2.7的，pip3则是对应python3的

对于服务器的非root用户来讲，使用pip2来安装库是要注意一个细节,，举例如下：

pip2 install pandas --user