本文记录了在Windows10环境下，使用CUDA11.0、VS2017和YOLO进行深度学习开发时遇到的三个问题及解决方案：1. 修复CUDA 11.0.props/CUDA 11.0.targets缺失；2. 解决msb3721错误，返回代码为1，修改CUDA C/C++ Device的Code Generation设置；3. 解决CUDA Error: no kernel image is available for execution on the device，调整CUDA_ARCH以匹配1050Ti的计算能力。关键在于理解GPU的计算能力与CUDA设置的对应关系。
搭建过程可以参考这篇博文，很详细https://blog.csdn.net/KID_yuan/article/details/88380269。本文只是记录搭建之后，编译、执行darknet所遇到的问题。
1. 无法找到CUDA 11.0.props/CUDA 11.0.targets
参考https://www.pianshen.com/article/86001369806/。
第一种方式打开darknet.vcxproj，将CUDA 10.0替换为11.0 。
第二种则是手动复制nVidia解压出的文件，但cuda11.0的文件路径与链接给出的略有不同
C:\Users\username\AppData\Local\Temp\CUDA\visual_studio_integration\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions
将这个文件夹中的.props/.targets文件复制到报错提示的位置。
2.msb3721
最低0.47元/天 解锁文章
扫一扫
3407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
