【CUDA开发】 Check failed: error == cudaSuccess (8 vs. 0) invalid device function
最近在复现R-CNN一系列的实验时,配置代码环境真是花费了不少时间。由于对MATLAB不熟悉,实验采用的都是github上rbg大神的Python版本。在配置Faster
R-CNN时,编译没有问题,一运行 ./tools/demo.py --net zf 就会出现如下错误:
<span style="font-size:14px;">Loaded network ./data/faster_rcnn_models/ZF_faster_rcnn_final.caffemodel
F1008 roi_pooling_layer.cu:91] Check failed: error == cudaSuccess (8 vs. 0) invalid device function
*** Check failure stack trace: *** </span>
但是采用CPU mode运行时可以成功。
最后在https://github.com/rbgirshick/py-faster-rcnn/issues/2
找到了我想要的答案,有兴趣的可以慢慢阅读。
不想看的话,就直接按照我下面的方式修改。
一般情况下都是因为显卡的计算能力不同而导致的,修改 py-faster-rcnn/lib/setup.py 的第135行,将arch改为与你显卡相匹配的数值,(比如我的GTX 760,计算能力是3.0,就将sm_35改成了sm_30)然后删除utils/bbox.c,nms/cpu_nms.c ,nms/gpu_nms.cpp 重新编译即可
我看到有些人说还有其他的问题,那么可以在最开始的makefile.config文件中就开始修改,不过我没有试过,具体步骤如下
- <span style="font-size:14px;">As below, there is my solution (thress steps):
- 1 if you're using the GPU instance on AWS, then please change the architecture setting into:
- # CUDA architecture setting: going with all of them.
- # For CUDA < 6.0, comment the *_50 lines for compatibility.
- CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
- -gencode arch=compute_50,code=sm_50 \
- -gencode arch=compute_50,code=compute_50
- Because the GPU in AWS does not support compute_35
- 2 I changed sm_35 into sm_30 in lib/setup.py file
- 3 cd lib, remove these files: utils/bbox.c nms/cpu_nms.c nms/gpu_nms.cpp, if they exist.
- And then make && cd ../caffe/ && make clean && make -j8 && make pycaffe -j8 </span>
最新文章
- windows下部署mongodb
- 用OOP设计以下场景。太阳发出太阳光,照射在墙壁上,在地面形成影子。
- Script 语言的简单练习题 乘法口诀
- listview分页加载
- HTML+CSS基础学习笔记(7)
- js键盘控制DIV移动
- Weex 样式
- Android开发手记(21) 遍历文件夹
- css 清除浮动 兼容IE+, FF
- Excel如何进行SVN
- js实现日期的相加减
- cocos2d-x中的CCScrollView滑动体验不佳
- AutoCAD.net支持后台线程-Socket服务端
- Toad for Oracle 创建表空间和用户
- web渗透测试基本步骤
- 【协议逆向工程】Part 1 概述
- >;HTML编辑笔记2
- BZOJ1875 [SDOI2009]HH去散步 矩阵
- JNotify的监测文件变化的简单测试例子
- 利用AutoSPSourceBuilder和Autospinstaller自动安装SharePoint Server 2013图解教程——Part 1