前些天配置了一臺(tái)GPU機(jī)器，裝了opencl，也裝了OpenCV,OpenCV安裝的時(shí)候使用了WITH_OPENCV=ON選項(xiàng)。

后面在準(zhǔn)備數(shù)據(jù)庫(kù)的使用，使用了caffe自帶的conver_imageset工具，總是出現(xiàn)core dump。由于caffe是release編譯的，gdb不出什么信息，顯示錯(cuò)誤在LMDB中

感覺(jué)不太可能是LMDB的問(wèn)題，于是編譯了debug版本的conver_imageset-d，gdb core出來(lái)的信息是

這回可以確定問(wèn)題出在OpenCL，cv::ocl::haveOpenCL() 函數(shù)中。google了一下，確實(shí)有人在調(diào)用這個(gè)函數(shù)的時(shí)候收不到響應(yīng)，但也沒(méi)有帖子能說(shuō)明為什么。于是我想是否是OpenCL沒(méi)裝好，于是打算重裝OpenCL-》重裝OpenCV-》最后重裝caffe（鑒于依賴(lài)關(guān)系）。

當(dāng)重裝OpenCL的時(shí)候，cuda的相應(yīng)項(xiàng)都被自動(dòng)刪除了，并換上了其他版本，reboot之后使用nvidia-smi就一直hang住沒(méi)有響應(yīng)。

看來(lái)保留opencl功能還需要進(jìn)一步探索，而此機(jī)器上的opencv又急需使用，于是只能棄車(chē)保帥，使用如下選項(xiàng)編譯了一版opencv,放棄了opencl

cmake -DWITH_OPENCL=OFF -DWITH_CUDA=ON -D CMAKE_BUILD_TYPE=RELEASE -D WITH_FFMPEG=ON -D WITH_TBB=ON -D OPENCV_EXTRA_MODULES_PATH= ~/opencv_contrib/modules -D CMAKE_INSTALL_PREFIX= /usr/local ..

然后一切都work了，就是速度比我CPU的mac上還慢一點(diǎn)。

總結(jié)

以上是生活随笔為你收集整理的Ubuntu+Tesla M40上OpenCL问题解决过程的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。