關於計算能力
可以通過英偉達官網查詢顯示卡計算能力：
也可以通過cuda安裝時的devicequery.exe的demo獲取更精確的資訊
為什麼還要折騰caffe？
說實話，現在還用caffe，確實是too old了，它沒有更新，不改**的情況下所用模型有限.,並且編譯,安裝,配置屬實很困難。但專案所需，在向新框架過渡時，caffe之前的訓練、部署當前還不能完全直接廢棄調。那麼問題就來了，隨著顯示卡（計算力、架構）的更新，低版本的cuda以及cudnn已經不能適配了，而windows下caffe官方本身建議是使用vs2013，vs2015，cuda8.0/7.5+cudnn4/5的配置。對於turing架構顯示卡，這在caffe誕生和維護時也是不存在的，這導致了我在什麼fermi/kepler/maxwell/pascal架構下編譯的caffe（比如gtx1070ti/1080），訓練時會報cudnn——states_***(201 vs 0)等一系列關於cuda，cudnn版本不匹配的錯誤；因此有必要整理下，配置方法，以防止後面哪個專案現場再抽風，能快速對應。
注：後面用tensorrt時也遇到了，低版本cuda不適配新架構顯示卡的問題。
配置caffe
cuda，cudnn安裝
以gtx1660ti為例：
是圖靈架構顯示卡，compute capability (version)為7.5，cuda10.0及以上才支援7.5，因此cudaarchitecture中如果加入compute_75,sm_75;的話需要cuda為10.0或以上，否則會報錯。如果裝的是cuda9.2，在不加compute_75,sm_75;的情況下也是可以編譯成功的。
同時根據我之前編譯的經驗，當用老cuda及cudnn版本的caffe在gtx1660ti上跑時，訓練會報「cudnn_states_***」之類的錯誤。
因此此項結論就是：
cuda裝10.0以上，cudnn裝7以上！
caffe配置step
直接git clone
修改scripts\build_win.cmd，不提了
修改cmake\cuda.cmake
改動
set(caffe_known_gpu_archs "35 50 60 61 75")
...set(__archs_names "fermi" "kepler" "maxwell" "pascal" "all" "manual" "turing")
...elseif($ strequal "turing")
set(__cuda_arch_bin "75")
5.1 nvcc.hpp (…\boost\config\compiler)注釋調最後三行
5.2 cudnn.hpp(caffe\util) cudnn6以上的版本都要改：在114行函式新增引數cudnn_data_float
然後在caffe-windows執行scripts\build_win.cmd即可
深度學習實戰Caffe 一 Caffe環境安裝
安裝vim git 等必備工具 sudo apt get install vim git 安裝boost sudo apt get install no install recommends libboost all dev安裝atlas開發包 sudo apt get install libatl...
在ubuntu下安顯示卡驅動
在ubuntu下安顯示卡驅動 第一步 首先檢查顯示卡驅動是否安裝好，執行 glxinfo head 第二步 刪除原來的驅動包，執行 sudo apt get purege remove nvidia glx nvidia glx new 然後刪除 lib linux restricted modul...
caffe學習筆記 cuda顯示卡以及驅動問題
執行sh訓練檔案時，cuda 報錯 check failed error cudasuccess 3 8vs.0 查網上資料懷疑是顯示卡驅動未成功安裝 但前一天還能夠成功訓練 因此按照以下步驟進行檢視。一 檢視ubuntu下顯示卡驅動是否安裝成功 首先得安裝 mesa utils，在終端輸入命令 s...