升级caffe所对应cudnn到v5以上版本

1.配置环境

1. 本文在windows7+vs2013的环境下编译 ，CUDA版本8.0，cudnn版本5.1

2. CUDA下载地址：https://developer.nvidia.com/cuda-toolkit，cudnn：cudnn-8.0-windows7-x64-v5.1 下载地址：https://developer.nvidia.com/cudnn 

3. 安装CUDA8.0（需要在安装vs2013之后）

4. 解压下载的cudnn压缩包，将文件分别拷贝到CUDA文件夹下的include、bin和lib目录下

2.编译GPU版本的SSD

1. 接上次编译成功的CPU版本，配置CommonSettings.props

[html]  view plain  copy

1. <CpuOnlyBuild>false</CpuOnlyBuild>  
2. <UseCuDNN>true</UseCuDNN>  
3. <CudaVersion>8.0</CudaVersion>  

另外，我的cudaarchitecture如下：

[html]  view plain  copy

1. <CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>  

2. 编译libcaffe， 报错：Dtype expval = exp(min(in_data[index], Dtype(kBNLL_THRESHOLD)));修改bnll_layer.cu如下：

[html]  view plain  copy

1. Dtype expval = exp(min(in_data[index], Dtype(52)));  

Dtype(52)这边根据自己显卡的计算能力填写。

3.在工程的cu目录下，分别添加layers，solve和util下的所有cu文件 （layers下除roi_pooling_layer.cu）

4.修改bbox_util.cu，注释掉所有带thrust的语句

5.修改detection_output_layer.cu和detection_output_layer.cpp文件，注释掉所有regex和rv的语句

[html]  view plain  copy

1. //boost::regex exp("\"(null|true|false|-?[0-9]+(\\.[0-9]+)?)\"");  

[html]  view plain  copy

1. //std::string rv = boost::regex_replace(ss.str(), exp, "$1");  
2. //outfile << rv.substr(rv.find("["), rv.rfind("]") - rv.find("["))  
3. //    << std::endl << "]" << std::endl;  

f.修改detection_output_layer.hpp，注释#include“boost/regex.hpp”

[html]  view plain  copy

1. //#include <boost/regex.hpp>  

6.caffe中与cudnn相关文件替换

如果当前应用的caffe对应的cudnn代码是基于cudnnv3或cudnnv4，要升级到cudnnv5，则需要将最新官方caffe中相应cudnn_conv_layer.hpp、cudnn_lcn_layer.hpp、cudnn_lrn_layer.hpp、cudnn_pooling_layer.hpp、cudnn_relu_layer.hpp、cudnn_sigmoid_layer.hpp、cudnn_softmax_layer.hpp、cudnn_tanh_layer.hpp以及它们各自的.cpp和.cu文件进行替换。

7. caffe中cudnn.h文件替换

如果当前应用的caffe对应的cudnn代码是基于cudnnv3或cudnnv4，要升级到cudnnv5，则需要将最新官方caffe中相应util/cudnn.hpp文件替换。

8. 编译libcaffe，编译caffe，编译classification.