Win10+cuda10.0+cudnn7.6.5+vs2015+python2.7配置caffe(GPU)

写在前面的话:耗时两天,参考N篇博客,踩坑N次,别人有的错误我遇到过,没有的错误我也有,就在马上要放弃的时候,终于…成功了!

环境准备

  • 系统环境:windows10

  • cuda10.0:cuda下载地址https://developer.nvidia.com/cuda-downloads

  • cudnn7.65:cudnn下载地址https://developer.nvidia.com/rdp/cudnn-download(需要注册才能下载)

  • minconda:python2.7(安装anaconda时记得添加环境变量)

  • visual studio2015(一开始用的是VS2017,各种报错没找到合适的解决办法(可能是vc14的缘故,具体原因还不清楚),放弃,改用2015版本)可点这里下载

  • caffe和必要第三方库:下载地址https://github.com/happynear/caffe-windows 第三方库在ReadMet中给出了网盘链接https://pan.baidu.com/s/1ZTp8iWszMPrZ718w_UCZ5Q

caffe安装

1. 解压caffe-windows-ms

找到\caffe-windows-ms\windows下的“CommonSettings.props.example”文件,重命名为“CommonSettings.props”,用notepad打开,修改以下几个地方:

  • 设置是否使用GPU,cuda版本和是否使用python
7	<CpuOnlyBuild>false</CpuOnlyBuild>  	#设置是否使用GPU,false是使用GPU,true是使用CPU
8   <UseCuDNN>true</UseCuDNN>      			#使用GPU设置为true
9   <UseNCCL>true</UseNCCL>		
10  <UseMKL>false</UseMKL>
11  <CudaVersion>10.0</CudaVersion>     	#设置CUDA版本

15  <PythonSupport>true</PythonSupport>		#设置使用python
  • 添加python的安装目录和cuda的安装目录
42   <CuDnnPath>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0</CuDnnPath>  #添加cuda的安装路径

82   <PythonDir>C:\Users\xxx\miniconda2\</PythonDir>  #添加python2.7安装路径

2. 解压thirdparty20180525

  • 将解压后文件夹下的bins路径D:\thirdparty20180525\bins添加到系统变量Path,否则后面编译caffe过程中会出现无法启动xxx.dll
  • 复制第三方库下的所有文件夹到\caffe-windows-ms\windows\thirdparty文件夹下。

3. 编译caffe

用visual studio15打开\caffe-windows-ms\windows下的Caffe.sln。可能会跳出安装python的相关配置,按照提示安装即可。打开后的界面如下:
在这里插入图片描述

  • 设置libcaffe为启动项目,编译
    编译过程中可能会出现的问题:(1)无法打开libcaffe.lib,解决方法是对libcaffe重新再编译一次;(2) 错误提示”将警告视为错误”,解决方法是依次打开解决方案中的16个项目的属性,把”将警告视为错误”选项改成否。注意16个项目都要改。
    在这里插入图片描述
  • 右键“Caffe.sln解决方案”点击生成解决方案,编译完成之后,在\caffe-windows-ms\Build\x64\Release文件夹下可以看到生成的编译好的文件,在此目录下打开cmd,需要先转到所安装的python2.7环境(我是在minconda中base环境下装的python2.7,因此需要输入activate base),再输入caffe,如果出现以下信息则说明caffe安装成功:
    在这里插入图片描述
    但在实际过程中,我出现了由于找不到cudart64_**dll,无法继续执行代码。重新安装程序可能会解决此问题”的错误,原因是我选择的是cuda10.0版本,所以需要自己编译nccl.dll和nccl.lib具体解决方案:
  • nccl下载地址https://github.com/happynear/nccl
  • 下载完成之后,用notepad打开\nccl-master\windows\nccl.vcxproj修改75行和188行的cuda版本
75		<Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 10.0.props" />

188		<Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 10.0.targets" />	
  • 用vs2015打开nccl.sln,会出现一些模块加载失败的情况,我没去理会,直接生成解决方案,好像是失败了,但在\nccl-master\windows\x64\Release文件夹下有nccl.dll和nccl.lib生成,将这两个分别复制到\caffe-windows-ms\windows\thirdparty\NCCL\bin和D:\caffe-windows-ms\windows\thirdparty\NCCL\lib下(具体怎么编译成功还未解决)
    在这里插入图片描述
    4. 验证在是否成功安装caffe
    将caffe-windows-ms\Build\x64\Release\pycaffe路径下的caffe文件夹复制黏贴到minanaconda\Lib\site-packages,也就是安装了python2.7环境下Lib中的site-packages文件夹下。若无报错信息,则安装成功!
    在这里插入图片描述
    这一步遇到的主要问题是python中缺少安装包的问题,比如numpy,matplotlib,scipy,skimage.io,总之缺什么就安装什么。
pip install numpy
pip install matplotlib
pip install scipy
pip install scikit-image	错误信息:No module named skimage.io
pip install protobuf		错误信息:No module named google.protobuf.internal

参考博客:https://blog.csdn.net/zisu_zisu123/article/details/72829214
https://blog.csdn.net/u012684062/article/details/102613863
https://blog.csdn.net/firework_zz/article/details/84239981

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 要在conda上安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了Anaconda或Miniconda。可以从官方网站(https://www.anaconda.com/)上下载适合您系统的版本,并按照安装指南进行安装。 2. 在终端或命令提示符打开Anaconda Prompt或Miniconda Prompt。 3. 创建一个新的conda环境,可以通过执行以下命令创建一个名为“myenv”的环境,并选择Python版本(此处选择Python 3.7): ```shell conda create -n myenv python=3.7 ``` 4. 激活新创建的conda环境: ```shell conda activate myenv ``` 5. 添加CUDA的conda存储库,可以通过执行以下命令添加官方的CUDA存储库: ```shell conda config --add channels conda-forge ``` 6. 安装CUDA 10.1和cuDNN 7.6.5,可以执行以下命令: ```shell conda install cudatoolkit=10.1 cudnn=7.6.5 ``` 7. 等待安装完成。conda会自动解析依赖关系并下载和安装所需的软件包。 8. 安装完成后,您可以通过执行以下命令验证CUDAcuDNN的安装: ```shell nvcc --version # 检查CUDA版本 python -c "import torch; print(torch.cuda.is_available())" # 检查cuDNN是否可用 ``` 通过按照以上步骤,在conda上成功安装CUDA 10.1和cuDNN 7.6.5,并可以进行深度学习开发和GPU加速的工作。 ### 回答2: 要在conda上安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了conda。如果还没有安装,请先前往conda官方网站(https://docs.conda.io/en/latest/miniconda.html)下载并安装。 2. 打开终端(或Anaconda Prompt,或Anaconda Navigator的终端界面)。 3. 创建一个新的conda环境。可以通过以下命令创建并命名环境(比如cudatoolkit10_1): ``` conda create -n cudatoolkit10_1 ``` 4. 激活新创建的环境: ``` conda activate cudatoolkit10_1 ``` 5. 安装CUDA 10.1。可以使用conda命令来安装: ``` conda install cudatoolkit=10.1 ``` 6. 安装cuDNN 7.6.5。首先,到NVIDIA官网(https://developer.nvidia.com/cudnn)下载相应版本的cuDNN。在下载完成后,进入cuDNN文件所在目录并解压缩文件。 7. 将解压缩后的文件复制到conda的环境路径。可以使用以下命令将文件复制到合适的位置(‘path_to_cudnn_files’需要替换为你解压缩文件所在的路径): ``` cp path_to_cudnn_files/include/cudnn.h path_to_conda/envs/cudatoolkit10_1/include/ cp path_to_cudnn_files/lib64/libcudnn* path_to_conda/envs/cudatoolkit10_1/lib/ ``` 8. 安装完成后,可以通过以下命令验证CUDAcuDNN的安装情况: ``` conda list cudatoolkit conda list cudnn ``` 通过按照以上步骤操作,就可以在conda上成功安装CUDA 10.1和cuDNN 7.6.5。请注意,具体命令和路径需要根据自己的环境进行相应的调整。

“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 1
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
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