使用RTX2080Ti做网络训练，GPU编译通过，但训练时报错

陈滚滚 2019-05-08 05:06:17

使用win10+Matconvnet1.25+matlab2018b+vs2015+cuda9.2+RTX2080Ti做网络训练，vl_compilenn('enableGpu', true）编译通过，但是训练的时候报错。有没有大神有解决方案？

...全文

198 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

陈滚滚 2019-05-08

打赏
举报

回复

https://github.com/vlfeat/matconvnet/issues/1206 是和我一样的问题，但是也没有解决……

Azure_kinect_alignment_with_CUDA 我使用CUDA在颜色和深度图像（Azure kinect dk）之间进行了对齐。由于需要转换2D-3D转换，因此需要花费很长时间。我在Windows 10上对此进行了测试。如果要在Linux上使用它，可以将其编译为nvcc，而无需cmake（具有依赖项）。 Azure kinect SDK提供的代码只能使用BGRA32，这是一种图像格式。此代码可以使用其他图像格式，例如MJPG。测试环境如下天蓝色kinect：<颜色：[1280 x 720]，深度：[640 x 576]> 操作系统：Windows 10（NOT Linux） IDE：Visual Studio 2015社区 CPU：Intel（R）CoreTM i7-9700K（3.60GHz） GPU：Geforce RTX 2080 ti 内存：

Ubuntu16.04+RTX2080TI+Cuda10.1调试ElasticFusion小记Ubuntu16.04+RTX2080TI+Cuda10.1调试ElasticFusion小记依赖安装代码编译CoreGPUTestGUI Ubuntu16.04+RTX2080TI+Cuda10.1调试ElasticFusion小记 ElasticFusion是Thomas Whelan博士在Dyson...

本课程将带您进入yolov7面向目标检测框架搭建环境，标注，训练，测试等完整实现过程。环境基础都是在windows10系统上进行教学。主要内容如下1、 yolov7框架基本介绍2、搭建windows上yolov7环境3、用labelImg标注自己的数据集4、转换数据集 5、配置参数6、参数调节和训练7、测试自己的模型yolov7是darknet团队最新佳作，是目前非常优秀目标检测和实例分割的框架。yolov7不仅仅是一个目标检测框架，而且集成了姿态估计，实例分割等功能。让我们在cv领域又多出一个非常实用深度学习算法框架，本课程主要针对目标检测做自己的数据集训练，不对分割或者其他算法训练做讲解，请同学中注意一下本课程主要内容，请观看本课程的课程导论，了解课程主要内容和体系结构。本课程您需要准备环境是：（1）windows10/11系统,windows7 64位系统也可以（2）必须要配有nvidia显卡，可以是GTX920MX以上显卡都行，建议是RTX3060、RTX3090等高端显卡。

背景介绍：新机器2080ti的显卡，安装gpu版本pytorch 本文参考：1 Ubuntu16.04 RTX2080 安装NVIDIA驱动+cuda10.0+cudnn7.3.1https://blog.csdn.net/qq_39418067/article/details/87978848 2 Ubuntu16.04安装NVIDIA驱动、实现GPU加速https://blog.csdn....

最近新购置了一台服务器，被环境折腾了半天，在这里纪念一下安装的心酸历程。环境配置：ubuntu18.04，cuda10.0，cudnn7.3.1，tensorflow-gpu1.12.0 1.下载显卡驱动、cuda、cudnn cuda10、cudnn、nvidia 2. 安装显卡驱动 2.1禁止系统默认的显卡驱动打开系统黑名单 sudo gedit /etc/modprobe.d/black...

4,446

社区成员

15,335

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章