
2安装Visual Studio 2013;
3如果与需要使用NVIDIA显卡的请安装Cuda和CuDNN,不需要可以不装;
4将\windows\CommonSettingspropsexample 复制一份并修改为 \windows\CommonSettingsprops,然后打开做如下修改:
1)如果不使用GPU,不安装CUDA和CuDNN,将CpuOnlyBuild 改为 true ,并且 UseCuDNN 改为 false;
2)安装CuDNN的情况下,将CuDNND路径复制到CuDnnPath;
3)选择支持Python或者MATLAB接口,当然也可以两个都支持,设置PythonSupport或者MatlabSupport为true,同时将Python或者MATLAB路径分别粘过来PythonDir和MatlabDir。
第二步,编译
打开\windows\Caffesln,编译Caffe/convert_imageset、caffe、libcaffe、convert_mnist_data等,可以根据提示和需要进行,生成的caffeexe为训练与测试的主程序,convert_imageset为将训练和测试数据生成LMDB使用的程序。
以上就是关于解决:源码安装caffe时遇到libcudnn.so: file not recognized问题全部的内容,包括:解决:源码安装caffe时遇到libcudnn.so: file not recognized问题、WIN10下gyx850m+cuda7.5+vs2013对应的cudnn和tensorflow版本、linux caffe支持的cuda capability 最小是多少等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)