搭建Windows10 + 1050Ti + CUDA11.0 + VS2017 + YOLO时，遇到的三个问题

搭建过程可以参考这篇博文，很详细https://blog.csdn.net/KID_yuan/article/details/88380269。本文只是记录搭建之后，编译、执行darknet所遇到的问题。

1. 无法找到CUDA 11.0.props/CUDA 11.0.targets

参考https://www.pianshen.com/article/86001369806/。

第一种方式打开darknet.vcxproj，将CUDA 10.0替换为11.0 。

第二种则是手动复制nVidia解压出的文件，但cuda11.0的文件路径与链接给出的略有不同

C:\Users\username\AppData\Local\Temp\CUDA\visual_studio_integration\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

将这个文件夹中的.props/.targets文件复制到报错提示的位置。

2.msb3721错误，返回代码为1

 这个问题有点搞，根据原作者建议，非CUDA 10.0，则需要点进属性→CUDA C/C++→Device→Code Generation，删掉compute_75,sm_75。但报错输出点开，可以看到 Unsupported gpu architecture  ‘compute_30’。所以我删掉的是compute_30,sm_30，并编译成功生成了exe。

3. CUDA Error: no kernel image is available for execution on the device.

在生成exe后，跑起来又出错了。一查这个error，还是CUDA_ARCH的问题，根据这个链接，1050ti计算力⑧太行，把compute_75,sm_75改成compute_52,sm_52，终于成功运行啦。

总结：

配置YOLO，得考虑各个软硬件的版本。

值得一提的是，后续我把Code Generation这项全删掉，它会默认为compute_52,sm_52。而尝试70、75、80等值之后，这些值都能够通过编译，但是在执行exe的时候会报错，所以这个值的设定是依赖与显卡本身的。分享一个对应关系Matching SM architectures (CUDA arch and CUDA gencode) for various NVIDIA cards，根据这个对应关系，1050ti最大能设置成compute_61,sm_61，这也符合实际操作的结论。不过为什么无法保留compute_30,sm_30，我猜想和CUDA版本有关系，之前出现过删除更小值的情况（比如安装CUDA9.0的时候，删除关于20和21的项）

---------------------------------------------------------------------------------------------------------------

2020/8/14 补充

用tensorflow的指令查出计算能力6.1