caffe-cpu编译出现cublas_v2.h: No such file or directory问题

最新推荐文章于 2023-08-26 17:50:40 发布
最新推荐文章于 2023-08-26 17:50:40 发布
阅读量1k 收藏
点赞数 3
分类专栏： Machine Learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Json111/article/details/103610387
版权
本文解决了在使用Caffe框架时遇到的CPU_only模式下未正确配置CUDA的问题，通过在Makefile中添加CXXFLAGS+=-DCPU_ONLY=1来确保正确编译。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

主要问题是因为开启了cpu_only，没有把cuda的头文件、库的路径放置到caffe的Makefile.config中，

解决方法是：在我的项目Makefile里添加下面一句

CXXFLAGS += -DCPU_ONLY=1

保存后make。

编译caffe遇到的问题（三）fatal error缺少各种头文件，安装对应库
muyeluo123的博客
09-17 6252
1、fatal error: boost/shared_ptr.hpp: No such file or directory $apt-get install --no-install-recommends libboost-all-dev 2、fatal error: gflags/gflags.h: No such file or directory $ apt-get install...
高通骁龙snpe 编译配置运行
三川小哥 狂想曲
12-09 2544
文章目录硬件准备安装1 安装python3.5+tensorflow安装miniconda更换conda源安装python3.5虚拟环境2 编译caffe准备修改编译选项编译运行3 配置snpe的环境运行1. 导出cld模型2 基准测试参考 硬件准备 笔记本电脑： 安装ubuntu16.04 手机：搭载高通骁龙处理器 usb线 安装 1 安装python3.5+tensorflow 安装miniconda 先下载 ubuntu64位 https://repo.anaconda.com/miniconda
cublas_v2.h: No such file or directory
yangpan011的博客
12-30 1022
caffe正常编译了，但是另外一个工程中使用caffe时显示：cublas_v2.h: No such file or directory。 直接在该工程的cmakelist文件中加入 INCLUDE_DIRECTORIES("/usr/local/cuda-9.0/include")。问题解决。 有点粗暴啊。
fatal error: cublas_v2.h: 没有那个文件或目录
zhuiyunzhugang的博客
01-13 3749
原因：在之所so的过程中出现没有cublas_v2.h 是因为我安装的caffe是cpu-ony模式 根本没有cuda的文件包。所以没有这个头文件。 解决方法：在device_alternate.hpp的头文件上加上 #define CPU_ONLY ...
fatal error: cublas_v2.h: No such file or directory
weixin_45112559的博客
11-12 4241
fatal error: cublas_v2.h: No such file or directory 报错原因：未安装nvidia显卡CUDA 查看CUDA版本：nvcc -V 安装CUDA：sudo apt install nvidia-cuda-toolkit
caffe编译的问题解决：“cublas_v2.h: No such file or directory”
qq_29654645的博客
09-18 2705
在windows环境下编译CPU版本caffe通过。 在工程中调用caffe时遇到：“cublas_v2.h: No such file or directory”。 解决方案： （1）工程 -> 属性 -> 配置属性\C/C++ -> 预处理器 -> 预处理器定义中添加 CPU_ONLY； 避免在项目中调用到cuda文件。 （2）若（1）不行，配置Microsoft/ca...
cublas_v2.h没有那个文件和目录，解决
weixin_41653613的博客
08-26 1164
cublas_v2.h没有那个文件和目录，解决
编译py-faster-rcnn的问题汇总及解决方法
生如蚁，美如神
10-17 7482
按照官网 的提示，我开始安装faster rcnn，但是出现了很多问题，我将其汇总了起来，并提出了解决办法。 先说明一下我的配置： python : anaconda2 linux: centos 6.9 安装faster rcnn请先参考：《cuda8+cudnn4 Faster R-CNN安装塈运行demo》 与 《使用cuDNN5编译py-faster-rcnn错误：cudnn.hpp(1
零基础导入自己YOLOv3或YOLOv3-Tiny模型
hlm15的专栏
08-03 1903
前言：通过零基础入门darknet-YOLO3及YOLOv3-Tiny文档操作，我们已经有了自己训练的YOLO3或YOLOv3-Tiny模型，接下来一步步演示如何转换自己的模型，并适配进我们khadas VIM3 开发板android平台的khadas_android_npu_app。关于VIM3 ubuntu平台请参考此文档1。 一，转换模型 模型转换流程图： image1942×605 164 KB 1，导入模型 当前模型转换过程都是在 acuity-toolkit 目录下进行: ...
CaffeOnSpark 安装遇到的一系列问题
再见孙悟空
10-25 2367
入职虹软第一天：任务搭建一个搭建一个CaffeOnSpark的测试集群 ，状态：未完成。遇到的问题： 1在搭建 Hadoop 集群的时候，按照配置执行完两个重要的配置：core-site.xml 和 hdfs-site.xml 然后运行命令： ./bin/hdfs namenode -format 出现这样的错误： 提示 Error: JAVA_HOME is not set and co
使用caffe-cpu的项目编译出现cublas_v2.h: No such file or directory
AI小学生
05-23 6784
问题描述： caffe编译时打开了CPU_ONLY:=1选项，但在编译使用此caffe的项目时出现cublas_v2.h: No such file or directory的错误，如图： 原以为是caffe编译时没有正确编译CPU版本，或者caffe/util/device_alternate.hpp里未能正确判断，但查看源文件发现此处正常，原来是我的项目中，在编译时需要...
ubuntu16.04 cuda8.0 caffe 编译时遇到 caffe fatal error: cublas_v2.h 没有那个文件或目录
热门推荐
qq_34570910的博客
09-27 1万+
caffe 配置参考 http://blog.csdn.net/leo_xu06/article/details/53010900 make caffe的过程中碰过  ./include/caffe/util/device_alternate.hpp:34:23: fatal error: cublas_v2.h: 没有那个文件或目录  查阅了相关博客后找到了正确的解决方案： 参考：http
caffe下使用g++编译cpp文件时 遇到 fatal error: cublas_v2.h: 没有那个文件或目录
AP1005834的博客
09-18 3943
一、前言        在caffe下使用g++编译cpp文件生成bin文件时突然遇到 fatal error: cublas_v2.h: 没有那个文件或目录 这个吐血问题，通过查找资料找到解决的方法了 二、g++编译生成bin文件        本人的编译命令是 g++   ***.cpp  -o  ***.bin -I /caffe-root/include  -I /caffe-roo
caffe编译的坑：fatal error: cublas_v2.h:没有那个文件或目录
xxl1233333333的博客
01-20 1061
虚拟机没法装cuda不能用GPU加速,这个文件是cuda文件里的，所以需要进入Makefile.config里把CPU_ONLYd的注释#删掉。 sudo gedit Makefile.config 如图： 再编译就不会报这个错了~
fatal error: cublas_v2.h
FrankDura的博客
02-04 2541
我在stackoverflow中回答了该问题: https://stackoverflow.com/a/66044636/12838403 Here I put the final solution: Step1: Run find find /usr/local/ -name cublas_v2.h And we find the path of the file: /usr/local/cuda-10.2/targets/x86_64-linux/include/cublas_v2.h Step
Caffe安装问题11——fatal error cublas_v2
cv小学dl三年级
03-26 374
问题： fatal error: cublas_v2.h: No such file or directory 安装CUDA，或者安装编译CPU版本 # CPU-only switch (uncomment to build without GPU support). CPU_ONLY := 1
ubuntu16.04配置caffeCPU版常遇到的问题总结
HMH2_YY的博客
11-08 372
这两篇篇基本都把问题总结到了，写的很好～～～～http://blog.csdn.net/bbzz2/article/details/55261492稍微比较难解决的问题可能就这个了：caffe 编译中出现的错误——fatal error: hdf5.h: 没有那个文件或目录http://blog.csdn.net/xue_wenyuan/article/details/52037121
error: hdf5.h: No such file or directory
最新发布
03-18
### 编译 Caffe 时解决 `hdf5.h` 文件缺失问题 当在编译过程中遇到 `fatal error: hdf5.h: No such file or directory compilation terminated.` 错误时，通常表明系统中未正确安装 HDF5 库及其头文件。以下是解决问题的方法： #### 方法一：通过包管理器安装 HDF5 开发库 大多数 Linux 发行版提供了预构建的 HDF5 软件包，可以直接使用系统的包管理工具来安装。 对于 Ubuntu 或 Debian 系统，可以运行以下命令： ```bash sudo apt-get update sudo apt-get install libhdf5-dev ``` 这会安装 HDF5 的开发版本以及必要的头文件和静态链接库[^1]。 #### 方法二：手动下载并安装 HDF5 如果无法通过包管理器获取合适的 HDF5 版本，则可以选择从源码编译安装。 1. **下载 HDF5 源码** 访问官方网站 https://www.hdfgroup.org/downloads/hdf5/ 下载最新稳定版本的 HDF5 压缩包。 2. **解压并进入目录** ```bash tar -xvzf hdf5-*.tar.gz cd hdf5-* ``` 3. **配置、编译并安装** 运行以下命令完成安装过程： ```bash ./configure --prefix=/usr/local/hdf5 make sudo make install ``` 4. **设置环境变量** 需要确保编译器能够找到新安装的 HDF5 头文件和库文件。可以通过修改 `.bashrc` 文件实现这一点： ```bash echo 'export PATH=/usr/local/hdf5/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/hdf5/lib:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` 这样就完成了 HDF5 手动安装的过程[^2]。 #### 方法三：调整 OpenCV 和其他依赖项中的配置 某些情况下，即使已经成功安装了 HDF5，仍然可能因为项目特定的路径查找机制而未能检测到该库。此时可以在项目的 CMakeLists.txt 中显式指定 HDF5 的位置或者像 OpenCV 那样直接编辑 common.cmake 文件加入以下两行代码： ```cmake find_package(HDF5 REQUIRED) include_directories(${HDF5_INCLUDE_DIRS}) ``` 上述操作适用于需要额外支持 HDF5 功能的情况，比如 OpenCV 的 Python 绑定模块[^4]。 经过以上任一种方式处理之后再次尝试执行 `$ make all` ，应该不会再碰到关于 `hdf5.h` 的错误提示[^3]。 --- ###
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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