win10 + gtx1060 + cuda8.0 + caffe + vs2013

1. 安装cuda8.0

1)先去官网下载cuda8.0  https://developer.nvidia.com/cuda-toolkit

2)下载完之后进行安装，安装时间有点长，请耐心等待，默认是安装在c盘目录下

　安装完后会生成两个系统变量：

CUDA_PATH    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

3)测试是否成功 : 进入cmd，输入nvcc -V命令，如图所示

表示cuda安装成功

4)进入sdk实例安装目录

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0

点击Samples_vs2013.sln文件打开vs2013执行

运行Samples_vs2013.sln文件就会出现如图所示

表明测试成功

5)使用配置vs2013

时间： 2024-10-11 06:04:21

win10 + gtx1060 + cuda8.0 + caffe + vs2013的相关文章

Ubuntu 1604 + cuda8.0 + caffe

经过长期的验证,本博客装caffe成功,为了方便大家和自己,记录下来,给后来者参考 1.安装依赖包 2. 禁用 原显卡驱动 nouveau 3.下载cuda8.0 4.安装cuda8.0 5.安装cudnn 6.配置环境变量 7.安装opencv 8.安装caffe 9.安装pycaffe 接口环境 第一步 安装依赖包 安装后续步骤或换环境所需要的依赖包和工具,依次输入: 1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnapp

win10 + cuda8.0 + caffe SSD + vs2015 + python3

一.下载 git clone https://github.com/runhang/caffe-ssd.git cd caffe-ssd 1. 修改 build_win.cmd if !PYTHON_VERSION! EQU 2 ( set CONDA_ROOT=C:\Anaconda2 ) :: Set python 3.5 with conda as the default python if !PYTHON_VERSION! EQU 3 ( set CONDA_ROOT=C:\Anacon

caffe windows10 vs2015 cuda8.0 ->vs2013

http://blog.csdn.net/xjz18298268521/article/details/52190184 http://www.cnblogs.com/xuanyuyt/p/5726926.html http://m.blog.csdn.net/article/details?id=51355143 http://blog.csdn.net/u011185952/article/details/52577620 http://www.cnblogs.com/xiaoxiangdi

caffe 在window下编译(windows7, cuda8.0,matlab接口编译)

1. 环境:Windows7,Cuda8.0,显卡GTX1080,Matlab2016a,VS2013   (ps:老板说服务器要装windows系统,没办法,又要折腾一番) 2.下载caffe 包:https://github.com/BVLC/caffe/tree/windows 按照Github上的命令行就行: 这里的Projects是自己在本地新建的文件夹,随便放在哪里,如果git没有安装的话,先安装git,百度git即可. 执行前3个命令之后,就把caffe包下载下来了. 在运行bui

ubuntu16.04+cuda8.0+cudnn5.0+caffe

ubuntu安装过程(硬盘安装)http://www.cnblogs.com/zhbzz2007/p/5493395.html"但是千万不要用麒麟版!!!比原版体验要差很多!!!"开关机的时候电脑最上面 有一行 提示 一晃即过,/dev/sda6: clean(未知,单没关系)http://blog.csdn.net/xuezhisdc/article/details/48649575(意义) 1.教程1http://blog.csdn.net/zwyjg/article/detail

ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置

经过几天的奋战终于配置好了如题所述的配置,现在把配置大体过程写下来供大家配置时参考(由于电脑硬件和系统的千差万别,实在不适合写详细的) (一切不声明配置环境的配置教程都是耍流氓) 环境: Inter集显 + gtx1070独显 ubuntu14.04LTS(ubuntu系统,若两个显卡驱动同时存在会起冲突,貌似关掉什么lightdm可以解决,我就不折腾了,安装好n卡驱动后我就在BIOS中关掉集显只用独显) cuda_8.0.61_375.26_linux.run   cudnn-8.0-linu

ubuntu16.04 安装配置matlab ，python ，cuda8.0，cudnn,opencv3.1的caffe环境

网络上有很多ubuntu上caffe配置环境的帖子,本人照着其中的许多进行了参考,都出现了或多或少的错误,很多地方也有差异. 于是自己整理了下自己的安装过程,成功进行了测试,跑通了faster-rcnn.配置环境时间为2017.1.4 系统ubuntu16.04 一:显卡驱动的安装: 由于要使用GPU,所以先要查看自己显卡所匹配的显卡驱动,网址:http://www.nvidia.com/Download/index.aspx%3Flang=en-us 选择电脑匹配的显卡驱动,本人电脑显卡为GT

CUDA8.0+VS2013的安装和配置

首先声明,本文借鉴自:http://blog.csdn.net/u011314529/article/details/51505029 所以,可参考链接的博文.但原文有个瑕疵就是,cublas.lib错写成了cudlas.lib. 其次,我还是记下我的CUDA8.0的安装和测试过程,是为备忘. 步骤如下: 1.下载安装CUDA: 1.1  下载.请到 cuda官网,选择合适的版本.如果版本不合适,安装的时候会提示的,但还是下载最新的比较好: 1.2  安装.双击cuda_7.5.18_win10

Ubuntu 16.04系统下CUDA8.0配置Caffe教程

由于最近安装了Ubuntu 16.04,本文教程的特点是不需要降级gcc的版本,毕竟cuda8.0已经支持gcc5以上(默认不支持,实际支持). 本文是在参考caffe官网教程以及http://www.linuxidc.com/Linux/2015-07/120449.htm结合自己总结经验而来,对此表示感谢. Ubuntu 14.04安装Nvidia CUDA7.5并搭建Python Theano深度学习开发环境http://www.linuxidc.com/Linux/2015-09/123