Linux+Caffe+多卡+python编译问题汇总

最新推荐文章于 2020-12-09 09:46:21 发布

原创最新推荐文章于 2020-12-09 09:46:21 发布 · 324 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#多卡编译caffe

本文介绍了解决多GPU环境下编译测试时的问题，包括如何通过设置环境变量来指定使用的GPU，以及解决OpenCV共享库找不到的问题，并提供详细的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、使用多卡make runtest时，若直接make，会出现如下编译问题，修改方法为：使用export CUDA_VISIBLE_DEVICES=？指定某一张卡。

2、使用export CUDA_VISIBLE_DEVICES=？指定第？卡进行make runtest时（在Docker中编译），Makefile.config文件中应设置GPUID为0，因为Docker中只显示一张显卡。采用默认第0张卡即可。

# The ID of the GPU that 'make runtest' will use to run unit tests.
TEST_GPUID := 0

3、libopencv_core.so.3.2: cannot open shared object file: No such file or directory

解决方法：https://github.com/GaoHongchen/DIPDemo/issues/1

Find the folder containing the shared library libopencv_core.so.3.2 using the following command line.

sudo find / -name libopencv_core.so.3.2

Then I got the result: /usr/local/lib/libopencv_core.so.3.2.
2. Create a file called /etc/ld.so.conf.d/opencv.conf and write to it the path to the folder where the binary is stored.For example, I wrote /usr/local/lib/ to my opencv.conf file.
3. Run the command line as follows.