请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。
您好！
为了在我的系统上设置 Caffe-Jacinto 培训环境以及 Caffe-Jacinto-models、我使用了这些资源：
(github.com/.../VOC0712_ObjectDetect_README.md)
(github.com/.../caffe-jacinto)
(github.com/.../SSD:-Single-Shot-MultiBox-Detector)
我已经在 Caffe-0.16和 Caffe-0.17分支机构中尝试过这种方法、在 Ubuntu 16.04上使用 CUDA 8、cuDNN 6、NVIDIA Driver 384.130。 我在这个设置中没有遇到任何构建问题。
由于 GPU 不允许我在没有"内存不足"错误的情况下进行培训、因此我正在考虑改用 Google 云平台进行培训。
Google Cloud Platform 提供基于 Nvidia Tesla K80和 Nvidia Tesla T4的设置。
然而、有关基于 Caffe-Jacinto 的模型培训的文档很少、而且到处都是(很少)。 上述 GPU 支持 CUDA 9+和 NVIDIA Driver 410+。
我找不到任何主题、这些主题说明了除 NVIDIA GTX 系列之外、应如何对不同 GPU 和 GPU 驱动器执行培训步骤。
TI 是否对此问题有深入的了解？ 这是以前做过的吗？
您能否告诉我、如果不遇到 Caffe-Jacinto 相关问题、是否可以这样做？
此外、Caffe-Jacinto 支持高达0.17版本的 Caffe、支持 CUDA 8 (afaik)。 是否有任何未来计划升级 tidsp 存储库的 Caffe 版本。
谢谢你。
