win10编译caffe跑faster-rcnn(cuda7.5)

简介: 2017年1月13日 15:46:04github.com/Microsoft/caffe这版现在不算是BVLC/caffe的官方windows分支;官方windows分支是一个叫willyd的家伙在维护的然而matlab支持还没有(感觉越搞越落后?)。

2017年1月13日 15:46:04
github.com/Microsoft/caffe这版现在不算是BVLC/caffe的官方windows分支;官方windows分支是一个叫willyd的家伙在维护的然而matlab支持还没有(感觉越搞越落后?)。编译microsoft版代码的libcaffe和matcaffe后,matcaffe运行到net.forward()直接崩溃。
(我的环境:win10 cuda7.5 cudnn5 gtx970 matlab2016a)

github.com/ShaoqingRen/caffe这个代码用Microsoft分支的框架编译,失败。一直各种cudnn的代码的错误。

https://github.com/daijifeng001/caffe-rfcn/这个最靠谱。当然也是不用cudnn的。是cuda7.5。能看出来这个是Microsoft版caffe改造的,是用NuGET来下载第三方依赖包。可以考虑NuGET配置个代理。注意用Release模式编译。编译libcaffe和matcaffe后直接给Faster-RCNN用,跑demo不再有问题。靠谱。

目录
相关文章
|
机器学习/深度学习 缓存 PyTorch
PyTorch 2.0 推理速度测试:与 TensorRT 、ONNX Runtime 进行对比
PyTorch 2.0 于 2022 年 12 月上旬在 NeurIPS 2022 上发布,它新增的 torch.compile 组件引起了广泛关注,因为该组件声称比 PyTorch 的先前版本带来更大的计算速度提升。
806 0
|
1月前
|
机器学习/深度学习 算法
编译DNN模型
【8月更文挑战第9天】编译DNN模型。
22 1
|
机器学习/深度学习 并行计算 PyTorch
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
365 0
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
|
机器学习/深度学习 并行计算 API
TensorRT安装
TensorRT安装
1020 0
|
存储 API 计算机视觉
编译 MXNet 模型
编译 MXNet 模型
114 0
|
前端开发 TensorFlow 算法框架/工具
编译 TensorFlow 模型
编译 TensorFlow 模型
108 0
|
并行计算 开发工具 vr&ar
|
机器学习/深度学习 并行计算 Linux
Linux安装cuda10.1,cudnn7.6.4 (深度学习) MindSporeGPU计算框架
Linux安装cuda10.1,cudnn7.6.4 (深度学习) MindSporeGPU计算框架
401 0
Linux安装cuda10.1,cudnn7.6.4 (深度学习) MindSporeGPU计算框架
|
并行计算 Ubuntu 算法框架/工具
Caffe:使用 cudnn 5.1 配置 Faster-RCNN Caffe 并运行 demo
系统:Ubuntu 16.04 环境:CUDA 8.0 + cudnn 5.1 + BLAS + opencv 3.0.0
139 0
|
缓存
【nvidia jetson xavier】 Deepstream Yolov3示例模型运行
【nvidia jetson xavier】 Deepstream Yolov3示例模型运行
332 0