ubuntu16.04+GTX1660深度学习相关配置

1.前情提要

• 本文使用cuda10.1，cuda8不行，cuda9没试过
• cudnn要使用显卡以后发布的版本，GTX1660发布于20190222
• 考虑到官网总是挂，可以在此下载cuda10.1，cudnn
• cudnn的developer版本安装失败，runtime版本缺少头文件，所以安装runtime版本，使用developer版本是头文件，注意头文件的命名

2.编译caffe遇到的问题

• 1、Check failed: error == cudaSuccess (8 vs. 0) invalid device function
  • 计算能力不匹配（如果驱动和软件匹配可能不会遇到这个问题）
  • 修改Makefile.config中的CUDA_ARCH，重新编译
  • -gencode arch=compute_62,code=[sm_62,compute_62]尚未试验的方法
  • 20210301更新：code=compute_70是关键，亲测60也行

  CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
             -gencode arch=compute_35,code=sm_35 \
             -gencode arch=compute_50,code=sm_50 \
             -gencode arch=compute_52,code=sm_52 \
             -gencode arch=compute_53,code=sm_53 \
             -gencode arch=compute_61,code=sm_61 \
             -gencode arch=compute_70,code=compute_70
  

• 2、Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0) CUDNN_STATUS_INTERNA
  • rm -rf ~/.nv
  • 驱动和软件不匹配
  • 显存不足，可以减小batch_size

3.知识点

• 1、计算能力

CUDA SDK 8.0 support for compute capability 2.0 – 6.x (Fermi, Kepler, Maxwell, Pascal), last version with support for Compute Capability 2.x (Fermi)
CUDA SDK 7.5 support for compute capability 2.0 – 5.x (Fermi, Kepler, Maxwell)