4片影驰无双显卡打造的深度学习主机之系统安装

虽然主流的深度学习框架都在Ubuntu系统下运行,但作为一个游戏狂热分子,怎舍得抛弃windows的怀抱。所以,今天我将带来windows下的Caffe配置教程。

4片影驰无双显卡打造的深度学习主机之系统安装

游民星空

下载游民App,掌握一手游戏情报

4片影驰无双显卡打造的深度学习主机之系统安装

影驰 未知 2017-03-30 11:21
0

游民星空

游民星空

  与此同时,我们需要的CUDA7.5和cuDNN也下载完毕。这两个软件都可以从NVIDIA官网下载,下载地址分别是点击进入点击进入下载需要登陆,用邮箱注册一下即可,过程非常简单。CUDA7.5是.exe程序,双击安装即可,路径依然是默认。cuDNN是压缩文件,在D盘新建一个Caffe文件夹,然后解压进去。

游民星空

  接下来就是Caffe编译的准备工作,我下载是的微软修改的caffe windows版本,地址为点击进入。下载后解压到D盘,进入windows文件夹,将CommonSettings.props.example文件复制黏贴,并将副本的后缀.example去掉,然后保存。

游民星空

  用VS打开CommonSettings.props文件,修改一些必要选项。在<cudnnpath></cudnnpath>这一行加入cuDNN的路径,我的是D:\Caffe。修改完成后保存文件,并关闭窗口。

游民星空

  接下来打开Caffe文件,进行编译。首先编译libcaffe,选择libcaffe右键,点击生成。生成过程会比较漫长,也会出现各类问题,需要逐一解决。编译完成后继续编译其他选项。如果过程中出现问题,可参考点击进入

游民星空

  至此,我们的Caffe运行环境配置基本告一段落,接下来进行一个简单的mnist测试。具体过程可参考点击进入。这里我进行了多次测试,分别使用不同数量的无双显卡,结果如下。

游民星空

  使用1片影驰GTX 1070 无双进行测试

责任编辑:留白者

APP精彩推荐打开游民APP查看更多

相关内容 打开游民APP查看更多

在线玩推荐更多