halcoN GPU


halcon18.11——DL

 http://www.ihalcon.com/read-11150.html
 
樓主#
更多 發布於:2018-12-04 19:50
 
 
1.  按順序下載安裝 halcon-18.11.1.0-windows   halcon-18.11.1.0-windows-deep-learning 
2.  打開並運行深度學習例程,如出現CUDA driver out_of_date,  則根據第3 步更新顯卡驅動。 
3.  下載並安裝自己電腦NVIDIA GPU 型號對應的最新顯卡驅動。(安裝時按默認即可) 
資源下載參考網站: https://www.nvidia.cn/Download/index.aspx?lang=cn 
GeForce GTX 產品型號列表: https://www.geforce.cn/drivers/results/114445 
GTX1050 (計算容量2G )下載 417.22-desktop-win10-64bit-international-whql 
4.  若仍然不能運行,嘗試下載最新的cudnn (一個用於深度神經網絡的加速庫):cudnn-10.0-windows10-x64-v7.4.1.5 ,之后將其解壓,把文件cudnn64_7.dll 復制到D:\halcon18.11\bin\x64-win64\thirdparty 將原來的cudnn64_7.dll 覆蓋掉。thirdparty 文件夾是安裝halcon-18.11.1.0-windows-deep-learning 后才有的,cublas64_100.dll 已是目前最新發CUDA 版本,無需更新。 
cuDNN 資源下載參考網站: https://developer.nvidia.com/cudnn 
CUDA 資源下載參考網站: https://developer.nvidia.com/cuda-toolkit 
5.  若運行中出現內存問題(GPU 計算容量造成的): 
 
 
可將程序中變量BatchSize 由本來的64 改為40 或者更小。該變量決定在訓練或預測中一次能同時訓練或預測多少個,值越大訓練速度越快,也需要更大的GPU 。(注:在halcon18 版本中DL 訓練用到GPU ,預測僅用到CPU ,其中halcon18.11 halcon18.05 多了目標檢測和語義分割。) 
6.  在例程classify_pill_defects_deep_learning 中有bug gen_interactive_confusion_matrix 函數中第274 GenParamName 變量的賦值中將'display_buttons' 改為'display_images' 。不然在276 行函數get_dl_classifier_image_results 中執行出錯。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM