cuDNN兼容性问题造成的caffe/mnist,py-faster-rcnn/demo运行结果错误

问题描述

我有两台电脑，一台笔记本GTX965M显卡，台式机是GTX1060显卡

两台电脑上的软件环境都一样:ubuntu16+cuda8.0+cuDNN4,显卡驱动nvidia-378

在笔记本上运行Caffe带的MNIST手写体识别训练，和py-faster-rcnn的目标检测演示程序(demo.py)很正常（GPU,CPU模式都正常），

在台式机上运算，CPU模式正常，但是GPU模式下结果居然不对了：

以下是MNIST训练的运算结果

I0316 12:42:03.299001 12558 solver.cpp:454] Snapshotting to binary proto file examples/mnist/lenet_iter_10000.caffemodel I0316 12:42:03.303056 12558 sgd_solver.cpp:273] Snapshotting solver state to binary proto file examples/mnist/lenet_iter_10000.solverstate I0316 12:42:03.305409 12558 solver.cpp:317] Iteration 10000, loss = 2.29934 I0316 12:42:03.305425 12558 solver.cpp:337] Iteration 10000, Testing net (#0) I0316 12:42:03.350900 12558 solver.cpp:404] Test net output #0: accuracy = 0.1135 I0316 12:42:03.350924 12558 solver.cpp:404] Test net output #1: loss = 2.3011 (* 1 = 2.3011 loss) I0316 12:42:03.350927 12558 solver.cpp:322] Optimization Done. I0316 12:42:03.350930 12558 caffe.cpp:254] Optimization Done.

正常情况下10000次迭代后的精度应该是0.99左右，但现在居然是 0.1135 !

对于10个数字而言这基本上就是瞎猜的精度啊。

运算py-faster-rcnn的demo程序如下，

Loaded network /home/guyadong/tmp/py-faster-rcnn/data/faster_rcnn_models/VGG16_faster_rcnn_final.caffemodel Demo for data/demo/000456.jpg Detection took 0.084s for 300 object proposals Demo for data/demo/000542.jpg Detection took 0.081s for 259 object proposals Demo for data/demo/001150.jpg Detection took 0.067s for 223 object proposals Demo for data/demo/001763.jpg Detection took 0.066s for 201 object proposals Demo for data/demo/004545.jpg Detection took 0.066s for 172 object proposals

正常情况下，最后应该显示画了目标标注矩形框的图像，然鹅现在没有任何结果图像显示。。。而且每个检测执行时间都在几十毫秒级别，太快了，相当于没执行。

解决方案

在台式机上折腾多次找不到原因，我又回到笔记本上准备再验证一下，发现我在笔记本上曾经用cuDNN5.1编译过caffe，回想起最初我是用cuDNN5.1的，而且也运行过MNIST训练，而且CPU和GPU模式运行结果都是正常的。

于是将台式机上换成了cuDNN5.1版本。

重新编译Caffe后，再执行MNIST训练，正常！

重新编译py-faster-rcnn/caffe-fast-rcnn后，demo.py，正常！

换成cuDNN5.1后编译py-faster-rcnn/caffe-fast-rcnn时，会有编译错误， 解决方法参见我的上一篇博客： 《使用cudnn5编译py-faster-rcnn错误：cudnn.hpp(126): error: argument of type “int” is incompatible …》

由此可以得出结论：

cuDNN4与GTX1060显卡之间存在兼容性问题，升级之后的cuDNN5就没这问题了，所以如果你遇到类似的问题不妨换个cuDNN版本试试。

唉，NVIDIA的产品兼容性实在是成问题啊，如果不是因为我有两台电脑而且显卡型号不同，可以有对比，我实在不知道该怎么从哪方面找原因。