RefineDet算法编译中遇到CUBLAS_STATUS_NOT_INITIALIZATION的解决方法

RefineDet算法编译中遇到CUBLAS_STATUS_NOT_

INITIALIZATION 的解决方法

实验环境：Ubuntu16.04+cuda9.0+cudnn7.5+caffe

最近因为项目需要，对RefineDet算法进行了相关学习和预编译。其基本知识可参见大佬的博客
https://blog.csdn.net/u014380165/article/details/79502308 ，实际编译效果参见博客
https://blog.csdn.net/xiao_lxl/article/details/84976999 ，真心感谢大佬们的成果~~

但是编译中无论是训练数据集还是训练网络都会出各种各样的错误，看到好多人都在对训练网络或者在搭建caffe框架的时候make runtest出现的CUBLAS_STATUS_NOT_
INITIALIZATION而发愁，博主最近刚把这个问题解决了，特来给大家分享一波。

问题分析：

这个问题乍一看是说明CUDA没有安装好，但是一般来说按照教程安装好CUDA，CUBLAS库也会随之安装好的，所以感觉不是CUDA方面的问题，（博主试了各种版本的CUDA以及更换显卡驱动），具体是什么问题导致的我也有点说不清楚，毕竟编译是能够直接通过的，在python环境下import caffe是完全没有问题的。博客上 https://blog.csdn.net/dongfang1984/article/details/53259297 说明是caffe编译cuda库的版本与链接库的版本可能不一致。

解决方案：

看到网上的解决方案，我大致整理了一下，一共就两类。第一种是删除用户目录下的.nv文件夹，即sudo rm -rf ~/.nv，第二种参见博客 https://blog.csdn.net/gsww404/article/details/80519725 ，这两种方法博主都试过了，真心没有作用，可能是不同深度学习之间框架的差异性导致的。

TensorFlow框架解决方法：

可借鉴上面两种方法。

caffe框架的解决方法如下：

首先在编译caffe的过程中不要完全按照博客的编译步骤一步一步走，下载安装完caffe所必需的依赖库和cuda，cudnn，以及caffe源码，然后按照如下步骤：
1.进入caffe目录：cd caffe
sudo make py -jxxx（-j 可以理解为计算机中的并行处理，加快编译速度;xxx要看你的gpu支持多少线程）
2.进入编译好的build目录：cd build
3.然后利用cmake进行编译：cmake …
4.再利用make对build进行编译：sudo make all -jxxx
5.最后就可以训练网络了（或者caffe中的make runtest） 。
最终问题得以解决。