我想将caffe2与GPU支持一起使用。我在conda环境中成功安装了caffe2(Ubuntu 16.04,python2.7)(命令:conda install pytorch-nightly -c pytorch
)
已成功安装(我通过命令python2 -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
对其进行了检查,并显示“成功”)]
但是,当我检查caffe2 GPU构建(命令:python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())
)时,它返回0。
我已经有了cuda,cuDNN,nccl,但我不明白为什么caffe2无法检测到可用的GPU。
我想您将实现Detectron(否则,现在没有人愿意使用这个笨拙的Caffe2)
我很确定这是由CUDA版本和CuDNN的不匹配引起的。我被这个问题困扰了一段时间(您不知道哪个版本适用于Caffe2),最后,我几乎同时获得了两个解决方案。他们俩都为我工作。
起初,只需将Nvidia驱动程序更新为最新版本。我的版本已更新为410.78,您只需在系统设置->软件和更新->其他驱动程序中选择特定驱动程序即可更新驱动程序。
不要忘记重启电脑。
然后,有两种方法可以实现它。
简单又快速。您只需安装Docker(以及用于GPU的nvidia-docker),然后通过以下命令使用此预实现的环境:
sudo docker pull ylashin / detectron
sudo nvidia-docker run --rm -it ylashin / detectron
然后您可以使用该NumCudaDeivce命令测试Caffe2。
它对我有用!
在此感谢您的努力,全文:
Build a Detectron environment with Docker
如果您对Docker安装有问题(特别是对于nvidia-docker,则可以将其跳过到下一个。
最新的Detectron是最近发布的(实际上是三天前!)。现在,我们可以处理Pytorch支持的那个。
这里是侦探2:
只需走到最后一个,您甚至可以在Google Colab中分发所有内容,这要容易得多。