Convnet在Windows下的使用

RTKLIB专题学习(十二)—支持的信号ID/观测类型及读取优先级 RTKLIB专题学习(十二)—支持的信号ID/观测类型 文章目录基础理论知识观测值类型多信号默认优先级源码读取函数源码简介读取文件头函数读取观测值文件函数 基础理论知识 观测值类型 RTKLIB支持的信号id /观测类型如下表所示。表中还列出了RINEX 2、RINEX 3观测类型、RTCM 3 MSM信号id和BINEX观测代码id。使用RTKCONV和CONVBIN实现RTCM3和RINEX以及RTCM 2到RINEX的转换,当使用STRSVR和STR2STR实现RTCM 2和BINEX到RTCM3的转 阅读详情

Convnet在Windows下的使用

写在前面
前一阵子百度有个ICOME比赛,任务一火眼金睛主要内容就是对图像有人没人进行分类,师兄说CNN不错,于是用了Alex Krizhevsky的project,HomePage为https://code.google.com/p/cuda-convnet/
不过文章的Code使用了Python+CUDA框架,在Linux下编译运行,我看作者在回复中说windows下也可以使用,就忍不住用VS编译了一下,一天搞定。

编译环境

Windows 7 x64
Visual Studio 2012
CUDA 5.5
Python 2.7 x64
Pthread-win32
Intel(R) C++ Studio XE 2013 Update 4

环境搭建

VS、CUDA、Intel编辑器直接安装即可,略过。Python2.7安装之后需要按照https://code.google.com/p/cuda-convnet/wiki/Compiling要求,安装对应库,略过。Pthread下载之后另行下载x64的库,地址:https://code.google.com/p/libusb-winusb-wip/downloads/detail?name=pthread-win32_x64.zip&can=2&q=
下载之后将文件放入pthread的Pre-built.2\lib文件夹下面。记得在Windows中设置对应路径。
[plain]  view plain copy print ?
  1. %INTEL_DEV_REDIST%redist\intel64\compiler;%INTEL_DEV_REDIST%redist\ia32\compiler;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.5\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.5\libnvvp;C:\Program Files (x86)\Common Files\Intel\Shared Libraries\redist\intel64\compiler;C:\Program Files (x86)\Common Files\Intel\Shared Libraries\redist\ia32\compiler;c:\python27;  

这些都注意加入路径。

建立工程文件

project下载地址:
流水记录一下改了哪些
建立CUDA5.5 project,删除kernel.cu(不知道为什么我的不能建立空CUDA project),
合并了include和src文件夹。 将头文件和源文件分别放入两个分类器中。建立dummyinclude文件夹,新建cutil_inline.h,
  1. /*  
  2.    Dummy Includes for cutil_inline.h 
  3.    Wei LI <kuantkid <at> gmail <dot> com> 
  4.  */  
  5. #include <helper_cuda.h>  
  6.    
  7. #define cutilCheckMsg(a) getLastCudaError(a)  
  8. #define cutGetMaxGflopsDeviceId() gpuGetMaxGflopsDeviceId()  
  9.    
  10. #define MIN(a,b) (a) < (b) ? (a) : (b)  


添加x64编译器并设当前为Release x64模式。
选中全部.cu源文件,右键-属性-常规-项类型,改为CUDA C/C++。
然后项目属性-CUDA C/C++-Common-Target Machine Platform改为64-bit,Device-Code Generation改为自己显卡的计算能力。这时在.cu文件右键-属性-CUDA C/C++对应项也应该是64-bit和对应的计算能力了。
下面截图说明改属性页:(文字太多大笑)








接下来就是修改文件中的内容了,Linux中include可以任意使用<>,VS在当前目录必须使用双引号"",这个就靠你们自己改了。也可以使用上面链接中文件。
编译生成了pyconvnet.pyd文件。还没完,依赖的dll还没有加入。使用depends软件可以看到pyconvnet.pyd存在两个黄叹号,即没有找到的依赖。找到mkl_core.dll,mkl_intel_thread.dll,pthreadVC2_x64.dll放入Release文件夹中就OK了。
cmd进入Release目录,输入python进入python命令行,输入import pyconvnet没有报错那就完成90%了。

进入cuda-convnet-read-only,将pyconvnet.pyd放入。进入cuda-convnet-read-only\bin目录,新建windows文件夹,将mkl_core.dll,mkl_intel_thread.dll,pthreadVC2_x64.dll拷入文件夹中,加入系统环境变量。


万事俱备,依照https://code.google.com/p/cuda-convnet/wiki/TrainingNet,我们输入命令
[plain]  view plain copy print ?
  1. python convnet.py --data-path=I:\\cifar-10-py-colmajor --save-path=./tmp --test-range=6 --train-range=1-5 --layer-def=./example-layers/layers-19pct.cfg --layer-params=./example-layers/layer-params-19pct.cfg --data-provider=cifar --test-freq=13  

哈哈,出结果啦~~如图:

后记

这篇博客是写在落选入复赛后,我们团队只看见了http://2013.icome.org.cn/这个网站,没关注http://openresearch.baidu.com/,在第二个网站中说明了比赛要求也不知道,哎:任务一测试时候只能使用CPU,任务二不能用Matlab,我们团队都踩线了。通知我们延期两天任务一测试改成CPU版本再提交也可以,没有弄完。任务一在本地测试正确率99%,IDL给我们测试正确率为97.5%;任务二本地正确率为61%。引用学长在十一假期的话说,别管结果,咱至少努力过。深以为然,引以为鉴。
更多 0

TEQC质量检查方法 用TEQC进行质量检查的时候,不能检查rinex2.11以上版本。所以需要对rinex格式版本高的观测文件进行格式转换。 格式转换的方法可以用gfz软件,也可以用rtklib中带的convbin.exe。 使用 GFZRNX 程序的数据格式转换功能时,只需在操作命令中使用-vo参数。其输入值被限制为 2 或 3,代表输出数据的 RINEX 格式版本。 使用convbin.exe将rinex格式转换为2.11版本。convbin.exe filename。 要使用 TEQC 程序的观测质量检查功能.. 阅读详情

相关推荐

RTKLIB讲解教程,无痛入门

超级超级详细的RTKLIB,入门视频!!!教程,无痛入门,只需要知道定位的基本算法即可看懂。

如何调试和运行rtklib自带的rnx2rtkp项目

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...

weixin_44126610的博客 8906

convrnx_rinex格式转换_

rinex格式数据转换函数。函数格式规范,可以直接调用

Alexnet在Windows下的使用

有个外国人也实现了这个东西,逻辑比较清楚,看不懂我的文章的话,移步http://personal.ie.cuhk.edu.hk/~xy012/others/install_cudaconvnet.html 写在前面 前一阵子百度有个ICOME比赛,任务一火眼金睛主要内容就是对图像有人没人进行分类,师兄说CNN不错,于是用了Alex Krizhevsky的pro...

工长山的专栏 1万+

用PyTorch手把手搭建液态神经网络(LNN):从微分方程到无人机避障实战

本文详细介绍了如何使用PyTorch搭建液态神经网络(LNN),从微分方程基础到无人机避障实战应用。LNN通过动态时序建模和微分方程实现高效计算,特别适合多传感器数据融合场景。文章包含完整的代码实现、训练技巧及性能优化方案,帮助开发者快速掌握这一前沿技术。

uber9的博客 441

5分钟搞懂知识抽取:如何把非结构化数据变成知识图谱的宝藏?

本文通过一个电商评论分析实战案例,详细解析了如何利用spaCy、Neo4j等工具,将非结构化文本数据转化为结构化知识图谱的完整流程。文章重点阐述了知识抽取的核心步骤,包括命名实体识别、关系抽取以及知识存储与查询,帮助读者快速掌握将数据转化为知识宝藏的关键技术。

weixin_29054245的博客 237

Install and Run cuda-convnet on Windows

install_cudaconvnet /* GitHub stylesheet for MarkdownPad */ /* Author: Nicolas Hery - http://nicolashery.com */ /* Version: d5e7ce436666e7d4a2eeb12e7f8261dacceb3565 */ /* Source: https://github.com/

断浪追风 2749

【加密社】私钥碰撞器,秒杀市面上的碰撞器

基于上述的逻辑和代码,开发了ETH挖掘器(图1.1)这里有个亮点是:1.很多开发者在判断地址是否有效的环节上,用的是查询余额,其实这是不对的,查询余额你可能只能查询对应代币的余额,例如usdt,eth等但是如果用查询交易次数就不一样了,你只要是交易过,我就认为是有效钱包,这样的速度比查询余额要快,也要更准确。2.rpc节点可配置。

加密社的博客 1583

cuda-convnet在Windows下的使用 错误(error:invalid device function)

      cuda-convnet在windows下的具体配置过程可以参考博客Convnet在Windows下的使用(http://blog.youkuaiyun.com/xuanwu_yan/article/details/12784691),写的很详细。我主要写一下我自己遇到的问题,我的操作系统是win7 X64,使用cuda版本是5.5,vs2012,我在NVIDIA的GT 620和quadro

Lin_huihuang的专栏 4449

别再折腾SNAP了!ENVI 5.6.0 直接拖拽打开Sentinel-2 L2A数据的正确姿势

本文详细介绍了ENVI 5.6.0直接处理Sentinel-2 L2A数据的高效方法,无需通过SNAP进行繁琐的重采样预处理。通过直接拖拽XML文件,用户可以快速加载不同分辨率的波段数据,显著提升工作效率。文章还对比了直接打开与SNAP重采样流程的优劣,并提供了常见问题解决方案和高级应用技巧。

weixin_30296405的博客 637

点云配准SIFT+SI+RANSAC+ICP

Spin Image(SI)是一种用于点云数据描述的特征描述子,广泛应用于三维点云配准、识别和重建等领域。它能够捕捉点云中的局部几何信息,具有旋转不变性和部分平移不变性等优点,是一种非常强大的特征描述子。Spin Image是一种强大的点云特征描述子,具有旋转不变性、局部几何信息捕捉等优点,适用于点云配准、目标识别和三维重建等多个领域。通过合理选择局部区域、建立参考框架和计算描述子,可以充分利用Spin Image描述点云的特征,从而实现各种三维场景分析和处理任务。

点云兔子的博客 562

Cuda-convnet配置指南 on Windows8.1+CUDA6.5+VS2013

Cuda-convnet配置指南 on Windows8.1+CUDA6.5+VS2013         照例先吐槽一番,毕竟QQ空间不是csdn,不是用来进行技术研讨的,所以随心一点~         一把年纪的还要来学习编程,学习C++和Python真是有一种欲哭无泪,骑虎难下的感觉,但是走上了DeepLearning这条路,特别是选择了Convolutional Neural

无敌三脚猫的专栏 7158

2024年上半年试题二:论性能测试方法及其应用

2025年1月,我以系统分析师的身份参与了公司OA系统的开发与建设。该系统包含的功能有打卡签到、公文流转、工资查询等。我们吸取了之前由于系统使用人数激增暴露出的短时间卡顿等问题,所以在本次开发中,我们非常重视系统的性能测试。通过自动化的测试工具模拟多种正常、峰值及异常负载条件对系统的各项性能指标进行测试。性能测试在软件的质量保证中起着重要的作用,它包括的测试内容丰富多样,常见的负载测试和压力测试都属于性能测试。

银帅 549

Compiling Cuda-convnet based CUDA5 on Visual Studio 2010/2012

JUL 06, 2013 Cuda-convnet is a High-performance C++/CUDA implementation of convolutional neural networks. Here is the Project Link. Cuda-convnet is built for Linux by default. There is no detail

TreeFish2012的专栏 2615

XCP实战系列介绍09-基于Vehicle Spy进行XCP测量步骤详解

详细介绍如何使用Vehicle Spy进行XCP测量

initiallizer的博客 1394

大数据分析实验,包含五个子实验:wordCount实验,PageRank实验,关系挖掘实验,k-means算法,推荐系统算法。

大数据分析实验,包含五个子实验:wordCount实验,PageRank实验,关系挖掘实验,k-means算法,推荐系统算法。

806

FRP搭建(windows,linux)N2N,ngrok,convnet

http://www.nwct.me/https://diannaobos.com/http://www.lu8.win/可能会有用

qq_34794187的博客 2356

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

win7 64位下编译convnet

Reference [1]

peugeot307的专栏 568

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Win7 64位系统,VS2010环境下编译cuda-convnet指南

2013-12-10 23:52 2377人阅读 评论(54) 收藏 举报 注意: 1. 本文给出的方法的最低要求为win7 64位系统和vs2010,其他需要装的软件/第三方库都在     正文中给出了链接。当然,这些软件/函数库都是正版的和免费的。 2. 对于已经装有Intel(R) C++ Studio XE 2013的系统,推荐basaltZhang的帖子。 3. 本文采用的

Good As You 1363

tensorflow

从convnet开始,转到caffe,后来在单位服务器上使用过tensorflow。但是还是依然主要用caffe,最近想用tensorflow,发现tensorflow现在好友好,竟然可以venv环境下安装。打算转到tf。 1. tensorflow部署本身测试很快通过,但是涉及到别的项目时,要用到cython,出现编译问题。网上找了好多地方,先是找不到vs****.bat,就是VS的...

weixin_30257433的博客 74

ConvNeXt V2-Tiny-1K-224环境搭建教程:Windows与Linux系统全覆盖

ConvNeXt V2-Tiny-1K-224是一款基于纯卷积神经网络(ConvNet)的先进图像分类模型,采用FCMAE框架预训练并在ImageNet-1K数据集上微调。本教程将为您提供完整的Windows与Linux系统环境搭建指南,让您快速上手使用这个强大的ConvNeXt V2图像分类模型。🚀 ## 📋 前置环境要求 在开始安装之前,请确保您的系统满足以下基本要求: - **Py

gitblog_00425的博客 456

在windows上Matlab 编译MatConvNet

windows 10 64 bits matlab 2015b/2016a MatConvNet1.0-beta20或者从github 下载GIT repository CUDA GPU Computing ToolKit 7.5 cudnn-rc4/cudnn-rc5 都按照官网http://www.vlfeat.org/matconvnet/ 配置好了之后, 编译命令 ...

weixin_30432579的博客 269
上一篇: 玩转Google开源C++单元测试框架Google Test系列(gtest)(总)
下一篇: Compiling Cuda-convnet based CUDA5 on Visual Studio 2010/2012
TreeFish2012
博客等级 码龄14年 25粉丝 1原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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