升級caffe所對應cudnn到v5以上版本_caffe學習

1.配置環境

1. 本文在windows7+vs2013的環境下編譯 ，CUDA版本8.0，cudnn版本5.1

2. CUDA下載地址：https://developer.nvidia.com/cuda-toolkit，cudnn：cudnn-8.0-windows7-x64-v5.1 下載地址：https://developer.nvidia.com/cudnn 

3. 安裝CUDA8.0（需要在安裝vs2013之後）

4. 解壓下載的cudnn壓縮包，將檔案分別拷貝到CUDA檔案夾下的include、bin和lib目錄下 2.編譯GPU版本的SSD

1. 接上次編譯成功的CPU版本，配置CommonSettings.props

[html]  view plain  copy <CpuOnlyBuild>false</CpuOnlyBuild>   <UseCuDNN>true</UseCuDNN>   <CudaVersion>8.0</CudaVersion>   另外，我的cudaarchitecture如下：

[html]  view plain  copy <CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>  

2. 編譯libcaffe， 報錯：Dtype expval = exp(min(in_data[index], Dtype(kBNLL_THRESHOLD)));修改bnll_layer.cu如下： [html]  view plain  copy Dtype expval = exp(min(in_data[index], Dtype(52)));   Dtype(52)這邊根據自己顯卡的計算能力填寫。

3.在工程的cu目錄下，分別添加layers，solve和util下的所有cu檔案 （layers下除roi_pooling_layer.cu）

4.修改bbox_util.cu，注釋掉所有帶thrust的語句

5.修改detection_output_layer.cu和detection_output_layer.cpp檔案，注釋掉所有regex和rv的語句

[html]  view plain  copy //boost::regex exp("\"(null|true|false|-?[0-9]+(\\.[0-9]+)?)\"");  

[html]  view plain  copy //std::string rv = boost::regex_replace(ss.str(), exp, "$1");   //outfile << rv.substr(rv.find("["), rv.rfind("]") - rv.find("["))   //    << std::endl << "]" << std::endl;  

f.修改detection_output_layer.hpp，注釋#include“boost/regex.hpp”

[html]  view plain  copy //#include <boost/regex.hpp>  

6.caffe中與cudnn相關檔案替換

如果當前應用的caffe對應的cudnn代碼是基於cudnnv3或cudnnv4，要升級到cudnnv5，則需要將最新官方caffe中相應cudnn_conv_layer.hpp、cudnn_lcn_layer.hpp、cudnn_lrn_layer.hpp、cudnn_pooling_layer.hpp、cudnn_relu_layer.hpp、cudnn_sigmoid_layer.hpp、cudnn_softmax_layer.hpp、cudnn_tanh_layer.hpp以及它們各自的.cpp和.cu檔案進行替換。

7. caffe中cudnn.h檔案替換

如果當前應用的caffe對應的cudnn代碼是基於cudnnv3或cudnnv4，要升級到cudnnv5，則需要將最新官方caffe中相應util/cudnn.hpp檔案替換。

8. 編譯libcaffe，編譯caffe，編譯classification.