1.准备好NVIDIA的显卡,下载安装CUDA 我这里是1060的显卡
下载地址:
安装好之后把CUDA安装目录下的bin和lib\x64添加到Path环境变量中
最开始我装的是cuda9.1 装好之后编译出错,改成了cuda8.0加cudnn5.1 成功。
2.cuDNN下载
链接:https://developer.nvidia.com/rdp/cudnn-download
解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v9.1目录下对应目录中。
3.修改CommonSettings.props文件
<CpuOnlyBuild>false</CpuOnlyBuild>
<UseCuDNN>true</UseCuDNN>
<CudaVersion>8.0</CudaVersion>
<PythonSupport>false</PythonSupport>
4.打开Caffe.sln
先编译libcaffe
点生成
再编译整个工程 ,完成。
5.mnist手写数字识别Gpu编译
首先改下之前写好的文件:运行方式改成gpu
再执行train.bat 可以看到明显速度加快很多。
6.编译gpu版本的pycaffe,打开caffewindows/windows目录下commonsetting文件
修改为:
(先编辑gpu版本不带python的caffe,再编译带python的caffe不容易出错)
配置属性:
然后生成解决方案:
编译成功:
把此目录下的caffe文件夹:
复制到:
然后复制caffe文件夹里的文件:
复制到:
选择替换
至此配置完成。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:【caffe 深度学习】7. win10 caffe gpu版本安装 - Python技术站