cudnn如何利用Caffe训练ImageNet分类网络

怎么利用imagenet训练googlenet

训练配置:batchsize=128 caffe自有的 with cuDNN模型快于 with cuDNN VGG16层不用cuDNN慢于caffe自有的 with cuDNN模型 VGG19层不用cuDNN慢于caffe自有的 with cuDNN模型 一、CAFFE 自带配置，使用cuDNN Forward速度 : 220ms Backward速度 :360ms 二、CAFFE 自带配置，不使用cuDNN Forward速度 : 300ms Backward速度 :410ms 三、GoogleNet，使用cuDNN Forward速度 : 614ms Backward速度 :1377ms 四、GoogleNet，不使用cuDNN Forward速度 : 1145ms Backward速度 :2009ms 五、VGG16层，使用cuDNN Forward速度 : 3101ms Backward速度 :8002ms 六、VGG19层，使用cuDNN Forward速度 : 3972ms Backward速度 :8540ms

怎么查看电脑上cudnn的版本

查看电脑里CUDA的版本方法： 1、在桌面空白处点击右键，进入NVIDIA控制面板。

在打开的窗口左下角有个“系统信息”，单击后出现窗口选择“组件”标签，这时就能看到各个组件的版本信息了。

2、 下载CUDA查看与检测工具：CUDA-Z 软件 CUDA-Z就像常用的GPU-Z，具体参数是针对CUDA应用方面的信息，支持CUDA信息查询，还可以测试电脑CUDA的速度。

CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。

CUDA?是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。

如何测试caffe与cudnn结合，性能提升

1.配置环境我在自己的笔记本配置的caffe，配置的环境为：Windows764位+cuda6.5+Opencv2.49+VS2013。

假设在配置caffe之前，你已经准备好这些。

本文中将给出一些编译好的依赖库，如果你也是用的Windows764位+VS2013，可以直接使用。

2.准备依赖库在Windows下配置caffe，一个很主要的问题就是依赖库的编译。

不像在Ubuntu下那么方便，在Windows下，依赖库都需要使用vs2013进行编译才能使用。

下面我将介绍caffe需要的依赖库（如果你也是win764位+VS2013，可以直接使用我提供的依赖库）。

2.1boostboost可以下载源码进行编译，也可以直接下载安装文件。

我使用的是后者，方便、快捷。

我使用的是：boost_1.56_0-msvc-12.0-64.exe注意下载适合你的配置环境的boost版本即可。

下载完毕，双击运行安装文件即可。

2.2Glog+Gflag+Protobuf+LevelDB+HDF5+LMDB+Openblas。

如何利用Caffe训练ImageNet分类网络

训练配置:batchsize=128 caffe自有的 with cuDNN模型快于 with cuDNN VGG16层不用cuDNN慢于caffe自有的 with cuDNN模型 VGG19层不用cuDNN慢于caffe自有的 with cuDNN模型 一、CAFFE 自带配置，使用cuDNN Forward速度 : 220ms Backward速度 :360ms 二、CAFFE 自带配置，不使用cuDNN Forward速度 : 300ms Backward速度 :410ms 三、GoogleNet，使用cuDNN Forward速度 : 614ms Backward速度 :1377ms 四、GoogleNet，不使用cuDNN Forward速度 : 1145ms Backward速度 :2009ms 五、VGG16层，使用cuDNN Forward速度 : 3101ms Backward速度 :8002ms 六、VGG19层，使用cuDNN Forward速度 : 3972ms Backward速度 :8540ms 回答不容易,希望能帮到您,满意请帮忙采纳一下，谢谢 !