Halcon22.11+Win10+RTX3060显卡(配置CUDA和cuDNN深度学习环境)

1.Halcon22.11下载

官网下载安装包(需要注册才能下载)

提示:它和VS2019联合开发,所以要安装VS2019

 具体安装步骤参考:https://zhuanlan.zhihu.com/p/590352632

2.CUDA、cudnn下载准备

  相关的安装包比如CUDA、cudnn版本需要下载到本地安装。

 CUDA版本选择,已本人的为例:在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA 11.7版本

实测:目前RTX3060不支持CUDA 11以下版本;cuda的算力要支持你的显卡算力:RTX3060显卡算力8.6。

本人选择的CUDA 11.7版本,下载对应算力cudnn8.6版本

3.CUDA下载安装

3.1CUDA下载

进入CUDA官网下载CUDA,这里我下的是CUDA11.7.1版本的

3.2 CUDA安装

安装参考:CUDA与cuDNN安装教程(超详细)_kylinmin的博客-CSDN博客

安装失败参考:NVIDIA安装程序失败 ,win10 RTX3060安装CUDA11.7_3060 cuda11.7_zhushun7的博客-CSDN博客

4.cudnn下载安装

4.1cudnn下载

下载前准备:需要查看显卡算力,需要使用一个叫deviceQuery.exe的工具,在CUDA目录下。
本地使用的是CUDA 11.7,工具目录为

//根据自己的安装的CUDA版本操作
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite>

 从上面可以看出显卡算力为8.6.

进入cudnn官网下载cudnn(这里需要自己自行注册登录),这里我下的是cudnn v8.6.0版本,选择与上面安装的CUDA相应的版本。

4.1cudnn安装

参考上面CUDA安装参考。

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
对于Halcon 22.11版本的深度学习训练,目前我还没有接触到这个具体版本。但是一般而言,Halcon支持深度学习训练的功能是通过Halcon的DL模块实现的。 使用Halcon进行深度学习训练,你可以按照以下步骤进行: 1. 准备数据集:收集和准备用于训练的图像数据集。数据集应包含不同类别的图像样本,并且每个样本应有相应的标签。 2. 构建模型:选择适合任务的深度学习模型结构,并根据需要添加适当的层和参数。你可以使用Halcon中提供的预训练模型,或者根据自己的需求进行模型设计。 3. 数据预处理:对数据集进行必要的预处理操作,例如图像增强、图像尺寸调整、数据增强等。 4. 划分数据集:将数据集划分为训练集和验证集,用于训练和评估模型。 5. 模型训练:使用Halcon提供的DL模块中的函数,调用相应的训练函数进行模型训练。你需要指定训练参数,例如学习率、批次大小、迭代次数等。 6. 模型评估:使用验证集对训练得到的模型进行评估,计算准确率、精确率、召回率等指标,以评估模型的性能。 7. 模型应用:将训练得到的模型应用到新的数据上,进行预测或分类等任务。 请注意,以上仅为一般性的步骤介绍,具体操作可能会根据你的任务和数据集的需求有所不同。在实际操作中,你可以参考Halcon的官方文档和示例代码来进行更详细的指导。

“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 3
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

susan花雨

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