深度学习caffe(4)——caffe配置（GPU）

电脑：win7  64位，NVIDIA GeForce GTX1080 Ti，visual studio 2013.

深度学习caffe(1)——windows配置caffe（vs2013+python+matlab）(cpu)：

https://blog.youkuaiyun.com/xitie8523/article/details/80510142

cuda下载：https://developer.nvidia.com/cuda-toolkit-archive（各版本）

系统：window，系统版本是7(win7)

cudnn下载：https://developer.nvidia.com/rdp/cudnn-download（选择与cuda对应的版本）

1 安装cuda

双击cuda的exe文件进行安装，默认安装在C盘，我选择按照默认路径。

接下来一直点继续即可，这里的警告是硬件版本比nvidia版本新，选择更新版本再安装，也可以忽略这个警告；

如果系统检查这一步出现系统版本与cuda不兼容，可以看看尝试cuda的其他版本，可能是你的系统太旧或太新；如果安装无法继续，考虑之前是否已经安装了nvidia的驱动，卸载原来的版本即可；

（详情：https://jingyan.baidu.com/article/9faa723175d2fd473d28cb52.html）

如果显示图形驱动程序安装失败，则启动windows Install：计算机——>右键——>管理——>服务和应用程序——>服务——>windows Install——>右键启动，再安装cuda。

安装成功后查看版本

2 cudnn解压

cudnn解压后的三个文件内的.dll，.lib，.h文件拷贝到环境变量CUDA_PATH指定目录下对应的bin，lib ，include中。

3 caffe配置

3.1 修改CommonSettings.props

caffe下载：https://github.com/BVLC/caffe/tree/windows 

进入caffe下的windows文件夹，将CommonSettings.props备份命名为CommonSettings.props.example，用notepad打开CommonSettings.props进行修改。

9.2是cuda的版本。这里cudnnpath没有写，因为已经将cndnn中的文件放入环境变量对应的目录了，程序可以找到所需的文件，当然也可以将cndnnpath填上。

3.2 生成解决方案

先生成libcaffe，再生成全部解决方案。

生成caffelib时报错error: too few arguments in function call；（9.2出现这个问题，8.0没有这个问题）

error MSB3721: 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\bin\nvcc.exe" 后面一堆乱七八糟的路径。

解决方法是：某个函数的参数太少，双击error: too few arguments in function call；定位到错误，查看函数缺少的参数，一般是缺少一个参数，加上这个参数即可。我这里是cudnnSetConvolution2dDescriptor缺少最后一个参数，我给它加上一个宏定义CUDNN_DATA_FLOAT。

生成成功

其实中间遇到过蛮多问题，各种找原因，各种怀疑，总结起来就是：

不要怀疑是因为Cpu转成Gpu导致的，一般Cpu能过，Gpu也没多大问题，不确定可以再改成Cpu编译一下；

基本不会是caffe的问题，换了无数个caffe-master，还重装了VS，问题一直没变过；

要想学习，就要深入，不要再网上找到一个一样的问题或者差不多的问题就按着改，知其所以然才能在碰到类似的问题时轻松解决。自勉。