win10下caffe+gpu使用问题总结
2017-10-30 14:04
423 查看
环境:
gtx 1080Ti
i7
32g内存
三星sm951,256g固态NVME硬盘
vs2013+win10+cuda9.0+cudnn5.1
NVME的硬盘只支持win10的固态硬盘,无法安装linux系统,因此后续的问题都是基于windows环境下的
x64 无法调试,出现“调试监视器(MSVSMON.EXE)未能启动”错误
解决方案:打开vs2013后,从文件-->打开->项目里重新打开caffe,只能是暂时的解决方案
使用社区版2013,专业版装时不知道是什么问题Nuget使用不了,在编译过程中protobuf调用出现1083的错误码,读取dll错误的问题,不清楚是什么原因。
opencv、glog、gflafs在配置gpu版本时出现以下错误
error:NuGet Error:未知命令:“overlay”
error:MSB4062 加载任务“NuGetPackageOverlay”失败问题
反正使用Nuget怎么配都有问题
解决方案:手动配置,工程下的packages.config文件写了依赖库的版本,按这个去下载对应的库,然后在属性文件CommonSettings.props中
去配置:
然后在项目的附加依赖项中添加$(OpencvDependencies),这样编译基本就没问题了。
数据类型不匹配,把数据转为LMDB,但还是报错,反正就是其他地方都没问题了,但还是报错估计就是路径问题了,‘/’,‘\’是不一样的,路径最好都用‘/’。
设置数据层为:
name: "LeNet"
layer {
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 1 dim: 1 dim: 28 dim: 28 } }
}
错误:Check failed: labels_.size() == output_layer->channels() (1 vs. 10) Number of labels is different from the output layer dimension.
分类的标签文件不对,在label.txt中只写了个0,应该是0,1,2,3,4,5,6,7,8,9
[b]设置:input_param { shape: { dim: 1 dim: 3 dim: 28 dim: 28 } }时出现:Cannot copy param 0 weights from layer 'conv1'; shape mismatch. Source param shape is 20 1 5 5 (500); target param shape is 20 3 5 5 (1500). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.[/b]
设置训练模型时的通道数的地方没找到,后面回来补充下。
关于MNIST数据集测试不准确的问题
之前感觉是均值文件的问题,因为训练LeNet时没加减均值的过程,但应该不至于有很高的错误率,后面在知乎上 https://www.zhihu.com/question/52047327 原来训练集是黑底白字的!将测试样本改为黑底白字后就ok了
gtx 1080Ti
i7
32g内存
三星sm951,256g固态NVME硬盘
vs2013+win10+cuda9.0+cudnn5.1
NVME的硬盘只支持win10的固态硬盘,无法安装linux系统,因此后续的问题都是基于windows环境下的
x64 无法调试,出现“调试监视器(MSVSMON.EXE)未能启动”错误
解决方案:打开vs2013后,从文件-->打开->项目里重新打开caffe,只能是暂时的解决方案
使用社区版2013,专业版装时不知道是什么问题Nuget使用不了,在编译过程中protobuf调用出现1083的错误码,读取dll错误的问题,不清楚是什么原因。
opencv、glog、gflafs在配置gpu版本时出现以下错误
error:NuGet Error:未知命令:“overlay”
error:MSB4062 加载任务“NuGetPackageOverlay”失败问题
反正使用Nuget怎么配都有问题
解决方案:手动配置,工程下的packages.config文件写了依赖库的版本,按这个去下载对应的库,然后在属性文件CommonSettings.props中
去配置:
<PropertyGroup Label="UserMacros"> <!-- opencv 2.4.10 supported --> <OpencvPath>D:\wxf\opencv\build</OpencvPath> <OpencvDependencies></OpencvDependencies> <!-- Glog supported --> <GlogPath>F:\caffe\NugetPackages\glog.0.3.3.0\build\native</GlogPath> <!-- Gflags supported --> <GflagsPath>F:\caffe\NugetPackages\gflags.2.1.2.1\build\native</GflagsPath> </PropertyGroup> <PropertyGroup> <LibraryPath>$(OpencvPath)\x64\vc12\lib;$(LibraryPath)</LibraryPath> <IncludePath>$(OpencvPath)\include;$(OpencvPath)\include\opencv;$(OpencvPath)\include\opencv2;$(IncludePath)</IncludePath> </PropertyGroup> <PropertyGroup> <LibraryPath>$(GflagsPath)\x64\v120\dynamic\Lib;$(LibraryPath)</LibraryPath> <IncludePath>$(GflagsPath)\include;$(IncludePath)</IncludePath> </PropertyGroup> <PropertyGroup Condition="'$(Configuration)|$(Platform)'=='Release|x64'"> <LibraryPath>$(GlogPath)\lib\x64\v120\Release\dynamic;$(LibraryPath)</LibraryPath> <IncludePath>$(GlogPath)\include;$(IncludePath)</IncludePath> <CudaDependencies> opencv_objdetect2410.lib; opencv_ts2410.lib; opencv_video2410.lib; opencv_nonfree2410.lib; opencv_ocl2410.lib; opencv_photo2410.lib; opencv_stitching2410.lib; opencv_superres2410.lib; opencv_videostab2410.lib; opencv_calib3d2410.lib; opencv_contrib2410.lib; opencv_core2410.lib; opencv_features2d2410.lib; opencv_flann2410.lib; opencv_gpu2410.lib; opencv_highgui2410.lib; opencv_imgproc2410.lib; opencv_legacy2410.lib; opencv_ml2410.lib; libglog.lib; gflags.lib; gflags_nothreads.lib; $(CudaDependencies) </CudaDependencies> </PropertyGroup> <PropertyGroup Condition="'$(Configuration)|$(Platform)'=='Debug|x64'"> <LibraryPath>$(GlogPath)\lib\x64\v120\Debug\dynamic;$(LibraryPath)</LibraryPath> <IncludePath>$(GlogPath)\include;$(IncludePath)</IncludePath> <CudaDependencies> opencv_ml2410d.lib; opencv_calib3d2410d.lib; opencv_contrib2410d.lib; opencv_core2410d.lib; opencv_features2d2410d.lib; opencv_flann2410d.lib; opencv_gpu2410d.lib; opencv_highgui2410d.lib; opencv_imgproc2410d.lib; opencv_legacy2410d.lib; opencv_objdetect2410d.lib; opencv_ts2410d.lib; opencv_video2410d.lib; opencv_nonfree2410d.lib; opencv_ocl2410d.lib; opencv_photo2410d.lib; opencv_stitching2410d.lib; opencv_superres2410d.lib; opencv_videostab2410d.lib; libglog.lib; gflagsd.lib; gflags_nothreadsd.lib; $(CudaDependencies) </CudaDependencies> </PropertyGroup>
然后在项目的附加依赖项中添加$(OpencvDependencies),这样编译基本就没问题了。
数据类型不匹配,把数据转为LMDB,但还是报错,反正就是其他地方都没问题了,但还是报错估计就是路径问题了,‘/’,‘\’是不一样的,路径最好都用‘/’。
设置数据层为:
name: "LeNet"
layer {
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 1 dim: 1 dim: 28 dim: 28 } }
}
错误:Check failed: labels_.size() == output_layer->channels() (1 vs. 10) Number of labels is different from the output layer dimension.
分类的标签文件不对,在label.txt中只写了个0,应该是0,1,2,3,4,5,6,7,8,9
[b]设置:input_param { shape: { dim: 1 dim: 3 dim: 28 dim: 28 } }时出现:Cannot copy param 0 weights from layer 'conv1'; shape mismatch. Source param shape is 20 1 5 5 (500); target param shape is 20 3 5 5 (1500). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.[/b]
设置训练模型时的通道数的地方没找到,后面回来补充下。
关于MNIST数据集测试不准确的问题
之前感觉是均值文件的问题,因为训练LeNet时没加减均值的过程,但应该不至于有很高的错误率,后面在知乎上 https://www.zhihu.com/question/52047327 原来训练集是黑底白字的!将测试样本改为黑底白字后就ok了
相关文章推荐
- 日常使用总结,8个有效解决Win10 CPU占用高风扇吵问题
- win10 + GTX 1050 + Anaconda3.4.2.0 + tensorflow-gpu(0.12.0rcl)安装总结与问题解决
- winpcap开发包使用中的问题总结(之二)
- Linux下apache2+SVN环境下使用问题总结
- 最近使用XML过程中一些问题的总结
- Linux下apache2+SVN环境下使用问题总结
- Eclipse+Jboss使用小问题总结
- linux下apache启动及使用的问题总结
- Django在使用mod_python+apache中配置VirtualHost的问题总结
- 使用PowerDesigner的问题总结
- C#Winform菜单的使用问题总结
- 在C#中使用ASV封装编程实践中遇到的问题总结
- 问题总结(一)使用代码调整SharePoint WebPart 视图和列表菜单
- 【转自 技术.人生】[ajax]FireFox和IE下使用ajax的一些小问题总结
- sql server 2005 使用问题总结
- PHP5.2.X使用问题总结
- Eclipse+Jboss使用小问题总结
- winpcap开发包使用中的问题总结
- 使用jdic过程中遇到的问题总结
- winpcap开发包使用中的问题总结。