问题标签 [cudnn]

我在 ubuntu 16.04 上运行 gtx 980ti，通过 deb 文件安装 cuda 7.5 并将 cudnn 文件放入 /usr/local/cuda-7.5 ...。

我用以下内容编辑了我的 bashrc 文件：

导出 CUDA_HOME=/usr/local/cuda-7.5 导出 LD_LIBRARY_PATH=${CUDA_HOME}/lib64

PATH=${CUDA_HOME}/bin:${PATH} 导出路径

现在，当我运行模型时，我得到以下信息：

有没有人看到我在这里做错了什么，或者知道如何解决它。高度赞赏所有建议:)

当我从https://github.com/rbgirshick/py-faster-rcnn/tree/master运行演示以及演示成功完成之前的所有其他步骤时，出现以下错误：

我有以下系统设置：

问题是什么，如何解决？

环境：

操作系统：赢10

IDE：Visual Studio 2013

opencv：来自https://github.com/Itseez/opencv的 3.1 大师

opencv_contrib：来自https://github.com/Itseez/opencv_contrib

显卡：英伟达 GeForce 610M

CUDA：工具包 v7.5 和 cudnn 已安装

我做了什么：

1. 通过http://docs.opencv.org/3.1.0/de/d25/tutorial_dnn_build.html构建 dll 和 lib 并成功

2. 使用示例代码（来自http://docs.opencv.org/3.1.0/d5/de7/tutorial_dnn_googlenet.html）与 caffe 模型和 prototxt（在当前文件夹中下载）并构建成功

问题：一旦我运行我的代码。导入caffe模型文件时会失败

请指出哪里错了，非常感谢....

错误如下：

[libprotobuf ERROR D:\openCV_root\opencv_contrib\modules\dnn\3rdparty\protobuf\src\google\protobuf\text_format.cc:245] 解析文本格式 caffe.NetParameter 时出错：6:15：消息类型“caffe.LayerParameter”没有名为“input_param”的字段。

OpenCV 错误：未指定错误（失败：ReadProtoFromTextFile(param_file, param).Failed to parse NetParameter file: ./bvlc_googlenet.prototxt）在 cv::dnn::ReadNetParamsFromTextFileOrDie，文件 D:\openCV_root\opencv_contrib\modules\dnn\src\ caffe\caffe_io.cpp，第 1101 行

D:\openCV_root\opencv_contrib\modules\dnn\src\caffe\caffe_io.cpp:1101: 错误: (-2) FAILED: ReadProtoFromTextFile(param_file, param).Failed to parse NetParameter file: ./bvlc_googlenet.prototxt

在函数 cv::dnn::ReadNetParamsFromTextFileOrDie

我的系统是 EC2 上的 Ubuntu 14.04：

我安装了 CUDA 7.5 和 CuDNN 5.1。

我在 /usr/local/local/lib64 中有正确的文件并包含文件夹。

Tensorflow 线什么也没给出：

请帮助（非常感谢:)）。

当我为 windows (64bit, release, vs 2013, nvidia 750, opencv 3.1, cuDNNversion 5.1) 编译 caffe 时，出现以下错误

“错误 13 错误 C1083：无法打开包含文件：'cudnn.h'：没有这样的文件或目录 ...\caffe\util\cudnn.hpp 5 1 convert_imageset”。

我设置的一切都像这个视频中提到的那样。

我在 github 问题中搜索此错误链接this 和this

如果我使用第 4 版cuDNN，OpenCV 2.4我得到：

========== 全部重建：15 成功，1 失败，0 跳过 ==========

但是，我得到了错误：

错误 1 ​​错误 MSB3073: 命令 ""...\caffe-master\windows\scripts\BinplaceCudaDependencies‌​.cmd" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin" "... \cuda" false true "...\caffe-master\windows..\Build\x64\Release\" :VCEnd" 以代码 1 退出。C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4。 0\V120\Microsoft.CppCommon.ta‌​rgets 132 5 libcaffe

我想加快我的 LSTM 网络，但是当我将它用于 OCR（其中序列具有可变长度）时，我不能使用普通的 LSTM 实现。这就是我使用“tf.nn.dynamic_rnn”的原因。

基于 tensorflow 中的 RNN 基准（https://github.com/tensorflow/tensorflow/blob/754048a0453a04a761e112ae5d99c149eb9910dd/tensorflow/contrib/cudnn_rnn/python/kernel_tests/cudnn_rnn_ops_benchmark.py#L77），CUDNN实现用于创建所有模型一次（它不像其他人那样使用“tf.nn.rnn”结构）。我认为使用可变长度的 CUDNN 可能是不可能的，但也许有人成功了吗？

其次，这是使用“tf.nn.bidirectional_dynamic_rnn”，因为我想将 Bi-LSTM 用于 OCR。但这应该在实施第一部分后解决。

编辑：看起来“tf.contrib.cudnn_rnn.CudnnLSTM”内部有“双向”实现。所以唯一未知的是 CUDNN 可以与可变输入序列一起使用。

或者，任何使用“CudnnLSTM”的工作示例都会有所帮助。

我在我的 caffe 程序中使用 cudnn 加速。我在开始时使用 cudnn 4，它工作正常，但是当我将 cudnn 更新到 5.0 版时，pow 函数不起作用。调用函数在 batch_norm 层中为

并且调用后的数据没有变化。pow 函数定义如下，与 caffe github banch 中的相同

我使用具有 CUDA 7.5 的服务器。但是服务器不涉及CUDNN。

是否可以安装 CUDNN，并设置所有与 CUDA 的链接，无需 root 访问权限，以便在 ubuntu 14.04 上使用所有应用程序？

我已经在此页面上实现了解决方案，在没有 root 访问权限的情况下为 Theano 安装 cuDNN，但它对我不起作用。我已经通过建立 caffe 进行了验证；http://caffe.berkeleyvision.org/，我已经使用 cmake 进行了检查。我创建了一个目录 caffe/build 并从那里运行 cmake ..。如果配置正确，我会看到以下几行：

但是我看到了

PS我还需要运行：https ://github.com/rsennrich/nematus

在本地安装 CUDNN 并与服务器中的全局 CUDA 链接的最佳方法是什么？

我试图将 TensorFlow 与 GPU 一起使用，但出现以下错误：

当然，我正在尝试修复此错误（尽管已经询问过Loaded runtime CuDNN library: 5005 (compatibility version 5000) but source was compiled with 5103 (compatibility version 5100)），但我想了解这个错误。我总是在发布（寻求帮助）之前尝试自己解决（编码）问题，但我什至很难开始这个问题，因为错误消息对我来说似乎有点神秘/不清楚，我似乎找不到了解错误含义的好资源。

为了理解错误，我关注似乎是错误开始的那一行：

在阅读了一些似乎相关的 github 页面后，我意识到如下阅读错误实际上更有帮助：

已加载运行时 CuDNN 库：5005，但源代码是用 5103 编译的。

删除括号使错误更有意义（尽管我想了解/知道括号在错误消息中的作用以方便调试），因为它似乎加载了 CuDNN 库 5005（在级别UNIX / OS），但TensorFlow（用于python）是用我猜是版本5103编译的。显然，如果TensorFlow库使用根据5103的API，但“真正的”API与（cuda）深度学习交谈库 CuDNN 是 5005 版，很明显这将是一个问题。虽然他们只是猜测发生了什么。

我的第一个困惑是，据我所知，没有 CuDNN 5005 或 5103 这样的东西。如果能确定这部分错误意味着什么，这样我就可以开始尝试真正调试它，这真是太棒了。据我所知，当我使用时，module list我正在使用：

我的第二个困惑是我忽略的括号及其含义：

1. Loaded runtime CuDNN library: 5005 (compatibility version 5000)
2. but source was compiled with 5103 (compatibility version 5100)

老实说，我不知道“兼容版本 XXXX”是什么意思。也许它建议为 CuDNN 安装 5000 版本（无论这意味着什么）（这仍然令人困惑，因为没有 5000 版本的 CuDNN）并编译使用 CuDNN 版本 5100 的 TensorFlow 版本（不知何故）。

是否有人更准确地知道错误的确切含义（并为我链接的问题提供他们的解决方案？）

TensorFlow 刚刚发布了 windows 支持。我安装了 gpu 版本和 CUDA 8.0 和 python 3.5。但是，在我导入 tensorflow 后，出现以下错误：

有人可以帮忙吗？谢谢！