win10 用cmake 3.5.2 和 vs 2015 update1 编译 GPU版本(cuda 8.0, cudnn v5 for cuda 8.0)

win10 用cmake 3.5.2 和 vs 2015 update1 编译 GPU版本(cuda 8.0, cudnn v5 for cuda 8.0)

用vs 2015打开

编译Release和Debug版本

看网上那个例子里面

工程里面有是三个文件夹

include(包含mxnet,dmlc,mshadow的include目录)

lib(包含libmxnet.dll, libmxnet.lib，把用vs编译好的放过去)

python(包含一个mxnet，setup.py, 以及build,但是build里面又包含了lib/mxnet 这个跟python里的mxnet库一样，不知道是不是多余的，哦，这个可能是安装之后才有的)

官方的release还加了一个：3rdparty

（master上面就有一个3rdparty, 但是比如cudnn就要自己更新）

cudart也需要自己从安装的cuda/v8.0/bin里面复制过去，以下几个文件：

======

==============

以及根目录有一个设置环境变量的setupenv.cmd

还有LICENSE（从原工程拷过去）

README.txt(有些过时了)

执行一下环境变量设置的

最后在python目录下执行python setup.py install就可以了

不过有个问题，在我的电脑上跑mlp_numpy的例子，gpu比cpu慢。。。

来自为知笔记(Wiz)

时间： 2024-10-14 08:14:50

win10 用cmake 3.5.2 和 vs 2015 update1 编译 GPU版本(cuda 8.0, cudnn v5 for cuda 8.0)的相关文章

基于Cmake+QT+VS的C++项目构建开发编译简明教程

目录一.工具下载与安装 1. Qt 2. Visual Studio 2015 3. Cmake 二.C++及Qt项目构建 1. 基于VS构建Qt项目 2. 基于Qt Creater构建,在VS中使用用Qt Creater构建项目用VS开发Qt Creater生成的项目 3. 基于Cmake构建用CMake-Gui构建用批处理方式进行Cmake构建项目 ===========================================

win10安装oracle 11g 报错要求的结果: 5.0,5.1,5.2,6.0 6.1 之一实际结果: 6.2

Windows10下安装Oracle11G.10G,都会提示如下信息正在检查操作系统要求... 要求的结果: 5.0,5.1,5.2,6.0 之一实际结果: 6.1 检查完成.此次检查的总体结果为: 失败 <<<< 问题: Oracle Database 11g 未在当前操作系统中经过认证. 建议案: 确保在正确的平台上安装软件. 出错原因: 这是由于win10的内核为6.2 ,Oracle11G.10G目前所支持的操作系统内核直达到了6.1.所以我们需要修改Oracle安装配

OpenCV.3.4.6_VS2015&cmake编译x86版本的bin&lib

1.参考网址:opencv3.3.0+vs2015+cmake编译opencv x86 - wowo的专栏 - CSDN博客.html(https://blog.csdn.net/ifenghua135792468/article/details/81254908) 2.环境:Win7x64,cn_visual_studio_enterprise_2015_with_update_3_x86_x64_dvd_8923298.iso,cmake-3.14.5-win64-x64.zip,openc

win10下cmake 编译tensorflow1.11.0

硬件环境: win10 + GPU 1060 6G 软件环境:cmake 3.14.2 + swigwin-3.0.12 + Anaconda 3.5 + pycharm 2017.2.3 + vs2015 ----开始---(参考url: https://blog.csdn.net/yz2zcx/article/details/83106669) 1 git tensorflow r1.11.0 源码 2 打开cmake 3.14.2, 选择源码路径和编译路径,点击Configure 3 会出

使用QT 4.8.6 + Cmake 3.0.0 编译最新版本OpenCv3.0.0

mingw32 (x32) gcc 4.8.1 g++ 4.8.1 qt 4.8.6 opencv-3.0.0 2015-06-04 cmake 3.3.0-rc1 windows 7 x64 参考文章: http://blog.csdn.net/qiurisuixiang/article/details/8665278 -------------- -------------------------------- 修改 opencv/sources/CMakeLists.txt 行数: 174

Win10安装Tensorflow的Gpu版本问题

Cuda,Cudnn 和 Tensorflow gpu这三个东西要兼容先下载最新的Cudnn,和Cuda的兼容性在下载页上有(需要注册): Cudnn下载地址下载安装Cudnn的对应Cuda版本,然后将Cudnn解压拷贝到Cuda安装目录: Cuda下载地址 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\[VER.] 上面两个都下载最新相兼容的版本,然后Tensorflow gpu也更新为最新版一般就没问题了: pip install

Desktop Ubuntu 14.04LTS/16.04科学计算环境配置

Desktop Ubuntu 14.04LTS/16.04科学计算环境配置计算机硬件配置 cpu i5 6代内存容量 8G gpu GTX960 显存容量 2G(建议显存在4G以上,否则一些稍具规模的神经网络无法训练,会提示显存容量不足) 配置顺序安装包重要依赖安装ubuntu 14.04 安装显卡驱动 nvidia-367 安装cuda tool kit 8.0 安装cuDNN v5 安装版本取决

caffe2--Install

Install Welcome to Caffe2! Get started with deep learning today by following the step by step guide on how to download and install Caffe2. Select your preferred platform and install type. Platform: MacOS X Ubuntu CentOS Windows iOS Android Raspbian T

安装GPU版本的TensorFlow

win10 x64 python 3.6 显卡 GTX 940mx Cuda 8.0 cudnn v5.1 TensorFlow-gpu 1.0.0 1. 安装CUDA 显卡型号支持:https://developer.nvidia.com/cuda-gpus 下载安装CUDA,安装好之后把CUDA安装目录下的bin和lib\64添加到Path环境变量中 2. 安装cuDNN 下载CuDNN需要注册账号下载安装cuDNN 解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到c