TX1 配置caffe
来源:互联网 发布:淘宝用不了怎么回事 编辑:程序博客网 时间:2024/06/05 15:40
作者使用的32位系统,下面的操作也是以32位的介绍为主(如果是64位系统,就下载对应好的版本)
备注:如果刷机的时候选择的是FULL模式,那么(1,5,6步)都可以跳过了,可以跳过了,跳过了,过了,了
一、环境设置:
需要cuDNN v4、cuda 7.0.73、以及JetPack for L4T 2.2.1映像包。
1.在TX1上刷入r24.1映像包。(注意刷入系统的版本 32位or64位)
2.下载cudnn v4 armv7 版本 官方网址(https://developer.nvidia.com/rdp/cudnn-download)
32位下载地址: https://developer.nvidia.com/rdp/assets/cudnn-70-linux-armv7-v40
64位下载地址: https://developer.nvidia.com/rdp/assets/cudnn-70-linux-aarch64-v40
3.下载cuda 7.0.73 包 官方网址(https://developer.nvidia.com/embedded/linux-tegra)
32位下载地址: http://developer.nvidia.com/embedded/dlc/cuda-7-toolkit-32-bit-l4t-24-1
64位下载地址 :http://developer.nvidia.com/embedded/dlc/cuda-7-toolkit-64-bit-l4t-24-1
二、交叉编译环境设置:
四、修改 Makefile.config:
首先cd到你的caffe路径下,本文的caffe路径为用户名根目录
五、安装 cuda 工具包
安装完成之后,在etc/ld.so.comf.d 文件夹里面用命令行新建一个cuda.conf
$cd /etc/ld.so.conf.d
$sudo vim cuda.conf
键盘敲i,/usr/local/cuda/lib ,按esc退出编辑,然后输入冒号:wq
这样就配置好了cuda了首先解压之前下载好的cudnn-7.0-linux-ARMv7-v4.0-prod.solitairetheme8文件,并将cudnn文件用命令行操作拷贝到cuda安装包中,记住,千万不要想直接复制黏贴到文件夹操作,会提示没有权限
(我安装的是
libcudnn.so.4.0.7
,跟上面的例子对应就好) 7、编译 caffe
编译成功后你就可以飞起了,再cpu gpu emc没有开到最大的情况下,我这里迭代一次alexnet可以达到66ms。还算不错
9、将CPU、GPU 和 emc 提升至最大
这个提升之后貌似运行速度会更快,但是功耗肯定会有所提高,这个看情况而定吧
0 0
- TX1 配置caffe
- Tegra TX1 安装配置 + caffe run
- TX1 Caffe安装与配置--填坑指南
- 英伟达jetson TX1的caffe-ssd配置
- Jeston TX1配置Caffe教程-从裸板开始
- 在TX1上安装caffe
- Jetson TX1中Caffe安装
- Install caffe on Jetson TX1
- Jetson TX1 安装Caffe教程
- NVIDIA Jetson TX1刷机教程与caffe配置(有点潦草,个人觉得有帮助)
- TX1刷机以及配置caffe全备忘(Jetpack2.3+)
- Jetson TX1 使用配置
- 基于Jetson TX1的caffe环境搭建
- Jetson-tx1 Caffe-SSD 安装与测试
- Jetson TX1 从零开始配置教程
- Jetson TX1 从零开始配置教程
- Jetson TX1 硬件配置概览
- Jetson TX1配置 TensorFlow1.2.1
- iOS UI篇- 导航条隐藏下边的黑线
- ionic学习一、运行环境搭建
- sitecore 添加item
- 编码问题一网打尽
- linux系统编程之网络编程(一)
- TX1 配置caffe
- 斯坦福第二章:关于最小二乘误差函数非梯度下降法求解办法
- poj3181【完全背包+整数拆分】
- OGL显示列表
- Android常用路径的调用方法
- HDU 3341 Lost's revenge(AC自动机+DP+变进制优化)
- 【Python】|基础:一个reduce()的题目
- android listView或GridView数据不刷新的问题
- C++ const String 类型指针用法