Caffe在Windows10下的編譯安裝

Caffe,全稱Convolution Architecture For Feature Extraction,是一個(gè)清晰且快速的深度學(xué)習(xí)框架。
下面介紹一下如何在Windows下配置Caffe框架

Caffe官網(wǎng)
Github: BVLC/caffe

官方的安裝說明很坑,自己總結(jié)一篇安裝過程造福后人。

預(yù)先準(zhǔn)備

編譯環(huán)境:Visual Studio 2013 Visual Studio 2015
一定不能用2015!

GPU工具:CUDA 8.0 下載完后把-exe改為.exe,直接安裝即可。
Python 2.7
cuDNN x64 把鏈接復(fù)制到迅雷等下載工具中即可,否則就注冊(cè)賬號(hào),按官網(wǎng)提示下載。
https://developer.nvidia.com/cudnn

之后我們到微軟在Github上提供的Caffe下載頁:Microsoft/caffe

直接下載ZIP文件

下載好了ZIP文件后,解壓到任何位置,將文件夾改名為caffe

編譯配置

1.打開caffe文件夾,再打開windows文件夾,將其中CommonSettings.props.example文件復(fù)制一份,改名為CommonSettings.props

CommonSettings

2.解壓cudnn-8.0-windows10-x64-v5.1.1.zip壓縮包,得到cuda文件夾,將其復(fù)制到caffe文件夾下

3.接下來我們編輯配置文件。右擊CommonSettings.props,使用記事本或者其它文本編輯器打開。
將其中CudaVersion后面的7.5改為8.0
CuDnn是指定之前cuda文件夾的路徑,我把caffe文件夾放在了D:\Workspace下,因此這里填了D:\Workspace\caffe

CommonSettings

4.找到路徑C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\visual_studio_integration\MSBuildExtensions文件夾,將其中的所有文件復(fù)制到C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations

5.這時(shí)候再打開Caffe.sln,就可以全部正常加載了。

加載成功

開始編譯

1.右擊libcaffe,選擇Properties


Paste_Image.png

2.屬性設(shè)置為如圖所示

Release
Warning

3.之后再把libcaffe設(shè)置為啟動(dòng)項(xiàng)目

啟動(dòng)項(xiàng)目

同時(shí)改上面編譯為Release

Release

4.構(gòu)建libcaffe

編譯

這一過程會(huì)比較漫長,因?yàn)镹uGet會(huì)從網(wǎng)上把所有依賴文件全部下載到本地。大概有1個(gè)G左右。在Workspace文件夾下可以看到NuGetPackages文件夾,里面就是編譯用到的包。

注意VS的輸出窗口,看看Build是不是Succeeded了。
編譯好了后會(huì)出現(xiàn)一個(gè)Build的文件夾,進(jìn)caffe\Build\x64\Release看看是否有相關(guān)文件

Build

5.此時(shí),同理可以編譯caffe
也可以直接編譯Solution,把所有caffe的組件全部編譯好。


Solution
  1. 在Release文件夾里,就可以看到編譯好的caffe了
caffe

配置好了之后,就可以開始搞事情了~

參考:
Windows+VS2013爆詳細(xì)Caffe編譯安裝教程

Fing
2016.12.16

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,443評(píng)論 6 532
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,530評(píng)論 3 416
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,407評(píng)論 0 375
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,981評(píng)論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,759評(píng)論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,204評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,263評(píng)論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,415評(píng)論 0 288
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,955評(píng)論 1 336
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,782評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,983評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,528評(píng)論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,222評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,650評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,892評(píng)論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,675評(píng)論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,967評(píng)論 2 374

推薦閱讀更多精彩內(nèi)容