vs2015 py3.5下安装CUDA10.0、cuDNN、caffe

由于使用py3.5编译的caffe，运行py-faster-rcnn时出现了解决不了的错误，因此最终我使用了py2.7编译并成功运行了，请参考
https://blog.csdn.net/zhangzm0128/article/details/71698880
如果遇到compute_481错误的，我下面有提到解决方法

py3.5编译caffe正文：
要在VS下使用CUDA，必须先安装好vs，再安装CUDA，不然
C:\ProgramFiles(x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations目录下会没有CUDA 10.0.props，也就不能对CUDA进行编译了，同时VS下也不能新建CUDA的文件。
安装VS时，要勾选c++，其他的看需要
在这里插入图片描述
CUDA和cuDNN的安装方法可参考：https://blog.csdn.net/qq_37296487/article/details/83028394

可跳过
也可参考官方的cuDNN的安装方法并配置VS
https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
下载好cuDNN，然后解压缩，把cuda文件里的文件复制到CUDA的development文件夹中，在系统环境变量中，确认有无CUDA_PATH项
然后在创建的VS项目中，点击项目，设置项目属性并添加cudnn.lib
在这里插入图片描述
如果平时要经常使用VS开发CUDA
参考https://blog.csdn.net/sinat_41789705/article/details/83592783
他添加了几个环境变量，方便在VS里添加依赖项。

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
CUDA_BIN_PATH = %CUDA_PATH%\bin 
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

如果在编译中遇到

warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失

那需要把包含的文件保存为UTF8
参考：https://blog.csdn.net/helloworld_ptt/article/details/77927515

加入代码（引用他人代码)

#include <iostream>
#include <cuda_runtime.h>
#include <cudnn.h>
using namespace std;
void main(){
cudnnHandle_t handle;
cudnnStatus_t t = cudnnCreate(&handle);
cout<< cudnnGetErrorString(t);
getchar();`

测试cuDNN是否能正常运行
结果显示:CUDNN_STATES_SUCCESS
表明正常

python3.5环境配置
若安装了Anaconda，要注意anaconda里的python版本是不是3.5的，不是的话，
选择1）自己去下载个3.5的
选择2）在anaconda里创建一个3.5的环境。创建的环境的所在目录在anaconda的env文件里，
对于选择2，创建完后在系统变量PATH里面把anaconda的path去掉，加上安装好的3.5的path。我创建的环境叫caffe
在这里插入图片描述

在运行build_win前，需要使用pycaffe的，需要在python里装好一些库
pip install cmake ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz

这是微软给出的caffe包：https://github.com/Microsoft/caffe
这个已经过时了，在github页面了也已经指向了最新版的caffe
https://github.com/BVLC/caffe 下载下来，解压缩
编辑scripts文件夹里的build_win.cmd
在这里插入图片描述
修改70行左右的配置，
BUILD_PYTHON=1
MSVC_VERSION=14表示是的vs2015
CPU_ONLY = 0 表示安装GPU版本
PYTHON_VERSION=3 表示python3.5
其他的选项默认就好

python interface这里conda config --add channels conda-forge conda config --add channels willyd这两个最好换成
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/这里是引用
这是换成了清华对应镜像，速度比较快。其实很多软件清华都有对应镜像，可以试试Google相应关键词找一下，ref：https://www.zhihu.com/question/38252144

运行了build_win之后，遇到Unsupported gpu architecture ‘compute_481’
查阅了所有资料，基本都不是417这种问题，网上都是什么20，30，40，50，60，70啥的。
所以另寻出路，就放弃使用build_win的方法，自己用cmake的可视化版编译

图形化cmake操作参考：https://blog.csdn.net/Rayue_/article/details/81199569
后面遇到的问题，上面这个链接都有说到。
但是在VS里面编译时又出现了问题：nvcc.hpp（22）：fatal error C1017 后面接乱码
解决方法就是找到这个文件，然后注释掉22整个if块
最终愉快的编译了起来，花了50分钟左右完成编译，整个编译出来的项目大概6个G

其实还是不行的，编译caffe和pycaffe还是会错先nsupported gpu architecture ‘compute_481’
经过了许多研究，我尝试修改build_win.bat里的CUDA_ARCH_NAME的参数，参数把自动换成手动设置，查阅了我自己的显卡的架构是Maxwell，就改成这个，然后编译就通过了
在这里插入图片描述
要在python里导入caffe，要把caffe目录下的python文件夹里的东西复制到python文件夹的Lib\site-packages里

import caffe时报错：Can’t create weekday with n == 0
执行这个pip install python-dateutil --upgrade就好了

vs2015 py3.5下安装CUDA10.0、cuDNN、caffe

猜你喜欢