本文共 1446 字，大约阅读时间需要 4 分钟。

相关背景

问题：

一直以来生产中的环境都是caffe + GTX1060显卡 + CUDA8 + cuDNN5，因为面临着10系越来越不好买（停产一年有余），所以需要更换20系的显卡，并选择了RTX 2060。 但是由于2060是图灵架构，只能使用CUDA10（貌似是这样）。因此需要将caffe结合CUDA10.0以及相应的cuDNN编译

连接：https://pan.baidu.com/s/1RAsop0aNmBMfGpUe84Atuw

注意：RTX2060的驱动对win10版本有要求，需要180X以上，具体的不记得了。

caffe

我的caffe版本是带有windows文件夹的，具体的版本不太清楚。

解决方案

1. 安装CUDA10.0和CUDA8.0一样，正常安装即可，但是要注意，二者的大部分路径是共存的，但是有两个CUDA8.0路径会被CUDA10.0直接替代, CUDA_PATH, NVCUDASAMPLES_ROOT（这是我后期观察的结果，可能不正确）。如果想用回8.0，又不想重新安装，可能需要重新设置这两个环境变量。

   

2. 修改CommonSettings.props中的CudaVersion为10.0

   

3. CommonSettings.props中的CudaArchitecture，这个参数是用来设置CUDA的计算能力的，CUDA10.0应该支持更高的计算能力，我添加了compute_70, sm_70; compute_75, sm_75

   

4. 修改'include\caffe\util\cudnn.hpp里面的setConvolutionDesc , 修改后函数如下：

template 
   
    inline void setConvolutionDesc(cudnnConvolutionDescriptor_t* conv,    cudnnTensorDescriptor_t bottom, cudnnFilterDescriptor_t filter,    int pad_h, int pad_w, int stride_h, int stride_w) {
     #if CUDNN_VERSION_MIN(6, 0, 0)  CUDNN_CHECK(cudnnSetConvolution2dDescriptor(*conv,      pad_h, pad_w, stride_h, stride_w, 1, 1, CUDNN_CROSS_CORRELATION,      dataType
    
     ::type));  #else  CUDNN_CHECK(cudnnSetConvolution2dDescriptor(*conv,      pad_h, pad_w, stride_h, stride_w, 1, 1, CUDNN_CROSS_CORRELATION));  #endif}
    
   

5,. nvcc.hpp， 我的好像原本就是那样所以就不需要动了，我这里放一下截图，自己看一下参考文献[1]。

参考文献[1]：https://blog.csdn.net/raby_gyl/article/details/84643160