我的env:
学校网站——版本
学校网站:NVIDIA Cuda (R)编译器驱动程序
版权(c) 2005 - 2020英伟达公司
建在Wed_May__6_19:10:02_Pacific_Daylight_Time_2020
Cuda编译工具,释放11.0,V11.0.167
构建cuda_11.0_bu.relgpu_drvr445TC445_37.28358933_0
C:\Program Files\NVIDIA GPU计算工具包\ CUDA \ v11.0 \ \ cudnn_version.h
#定义CUDNN_MAJOR8
#定义CUDNN_MINOR0
#定义CUDNN_PATCHLEVEL0
#定义CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#endif / * CUDNN_VERSION_H * /
repruduce错误:
当我使用“dlquantizer”功能,以下出现意想不到的错误。为什么?
无法解决dltargets.cudnn.SupportedLayerImpl.m_so金宝appurceFiles名称。
coder.internal.getSupported金宝appLayerTypes误差
在dlquantization.internal.utils.datavalidators.NetworkValidator / checkUnsuppor金宝apptedLayers错误
在dlquantization.internal.utils.datavalidators.NetworkValidator /验证错误
错误dlquantizer(第95行)
netValidator.validate ();
检查我的env:
coder.checkGpuInstall (“全部”)
兼容的GPU:通过
CUDA环境:通过
通过运行时:
cuFFT:通过
cuSOLVER:通过
cuBLAS:通过
cuDNN环境:通过(警告:深入学习代码生成与cuDNN v7.5测试。提供的cuDNN库v8.0可能不是完全兼容。)
TensorRT环境:失败(找不到“NVIDIA_TENSORRT”环境变量。设置“NVIDIA_TENSORRT”指TensorRT安装的根目录)。
通过分析环境:
基本代码生成:失败的(测试GPU代码生成失败错误“emlc: compilationError”。查看报告的进一步信息:查看报告)
ans =
结构体字段:
gpu: 1
cuda: 1
cudnn: 1
tensorrt: 0
basiccodegen: 0
basiccodeexec: 0
deepcodegen: 0
deepcodeexec: 0
tensorrtdatatype: 0
分析:1
然后我打开上面的错误报告:
我需要安装旧版本的cuda10吗?
