caffe make: *** 无目标。 停止。

根据引用内容，出现了两个关于make命令的错误。第一个错误是"make: *** No rule to make target `–j8’. Stop."，第二个错误是"make: *** 无目标。 停止。"。下面是对这两个错误的解释和解决办法：

1. 第一个错误"make: *** No rule to make target `–j8’. Stop."是由于make命令中使用了参数"-j8"，但是makefile文件中没有定义对应的规则。这个错误的解决办法是检查makefile文件中是否存在对应的规则，或者尝试使用其他参数或不使用参数来运行make命令。

2. 第二个错误"make: *** 无目标。 停止。"是由于make命令没有找到要构建的目标。这个错误的解决办法是检查makefile文件中是否定义了要构建的目标，并确保目标的名称正确无误。

相关问题

Makefile:1250: recipe for target 'main.o' failed make: *** [main.o] Error 1

根据提供的引用内容，出现了两个错误信息。第一个错误是在编译Caffe时缺少了turbojpeg.h文件，第二个错误是在Makefile中的第1250行出现了错误。下面是对这两个错误的解释和解决方法：

1. 缺少turbojpeg.h文件错误：
这个错误是由于编译Caffe时缺少了turbojpeg.h文件导致的。turbojpeg.h是一个用于处理JPEG图像的库文件，需要安装libjpeg-turbo库来解决这个问题。你可以使用以下命令来安装libjpeg-turbo库：

sudo apt-get install libjpeg-turbo8-dev

安装完成后，重新编译Caffe即可。

2. Makefile中的错误：
第二个错误是在Makefile的第1250行出现的。根据提供的引用内容，无法确定具体的错误原因。请检查Makefile中的相关代码，确保没有语法错误或其他错误。你还可以尝试使用调试工具来定位错误的位置并进行修复。

torch::Tensor 转为 caffe2::Tensor

可以使用以下代码将 torch::Tensor 转换为 caffe2::Tensor：

#include <caffe2/core/tensor.h>
#include <torch/script.h>

caffe2::Tensor convert_torch_to_caffe2(const torch::Tensor& input_tensor) {
  // 获取张量的形状和数据类型
  auto shape = input_tensor.sizes();
  caffe2::TypeMeta data_type;
  if (input_tensor.dtype() == torch::kFloat) {
    data_type = caffe2::TypeMeta::Make<float>();
  } else if (input_tensor.dtype() == torch::kInt) {
    data_type = caffe2::TypeMeta::Make<int>();
  } else {
    throw std::runtime_error("Unsupported data type");
  }

  // 创建 caffe2::Tensor
  caffe2::Tensor output_tensor(data_type, caffe2::DeviceType::CPU);
  output_tensor.Resize(shape);

  // 将数据从 torch::Tensor 复制到 caffe2::Tensor
  if (input_tensor.is_contiguous()) {
    std::memcpy(output_tensor.mutable_data(), input_tensor.data_ptr(), input_tensor.nbytes());
  } else {
    auto input_tensor_contiguous = input_tensor.contiguous();
    std::memcpy(output_tensor.mutable_data(), input_tensor_contiguous.data_ptr(), input_tensor_contiguous.nbytes());
  }

  return output_tensor;
}

这个函数将 `torch::Tensor` 转换为 `caffe2::Tensor` 并返回。注意，这个函数只支持 `float` 和 `int` 数据类型。如果需要支持其他数据类型，需要相应地修改代码。