Windows 7 64位下caffe配置cuda7.5 VS2013

由于很多人在关于caffe的配置上存在一些问题，现将我的配置过程整理如下，希望对大家有帮助：

1.配置环境

配置的环境为：Windows 7 64位 + cuda7.5 + Opencv2.410 + VS2013。假设在配置caffe之前，已经准备好这些。

本文中将给出一些编译好的依赖库，如果你也是用的Windows 7 64位+VS2013，可以直接使用。

2.准备依赖库

在Windows下配置caffe，一个很主要的问题就是依赖库的编译。不像在Ubuntu下那么方便，在Windows下，依赖库都需要使用vs2013进行编译才能使用。下面我将介绍caffe需要的依赖库（如果你也是win7 64位+VS2013，可以直接使用我提供的依赖库）。

2.1 boost

boost可以下载源码进行编译，也可以直接下载安装文件。我使用的是后者，方便、快捷。

我使用的是：boost_1.56_0-msvc-12.0-64.exe

下载地址：http://sourceforge.net/projects/boost/files/boost-binaries/1.56.0/

注意下载适合你的配置环境的boost版本即可。

下载完毕，双击运行安装文件即可。

2.2 Glog+Gflag+Protobuf+LevelDB+HDF5+LMDB+Openblas

这一部分的很多都是谷歌的开源库，不容易下载（你懂的）。所以我使用的是Neil Z. SHAO’s Blog

提供的编译好的。由于大神给的地址是谷歌网盘，不容易下载。我将它转至百度盘。

下载地址：链接：http://pan.baidu.com/s/1dEtlIsp 密码：nbut

下载完，解压得到3rdparty文件夹。在下一段将会用到。

3.建立caffe工程

准备好了caffe需要的依赖库和环境之后，下面就可以建立caffe的vs项目，进行编译了。工程结构如下图：



即：先建一个caffe工程，然后将caffe的源码文件拷贝到工程目录下

3.1 下载caffe源码

可以从caffe的github主页下载源码。

下载地址：Caffe’s GitHub

解压文件，假设caffe源码所在目录为CAFFE_ROOT。

3.2 准备项目需要的依赖库和系统环境变量

经过上一阶段的准备，caffe项目所需的依赖库都已经准备好。

1.首先设置系统环境变量(以我的为例):

CUDA_PATH_V7_5 安装好cuda7.5之后，会自动添加环境变量CUDA_PATH_V7_5

OPENCV_2_410 D:/Tools/opencv2.410/build/

BOOST_1_56 D:/Tools/boost_1_56_0

2.将3rdparty文件夹放到CAFFE_ROOT

3.3 用vs建立caffe项目

1.用VS2013在CAFFE_ROOT下建立 win32 console application，选择空项目。

将项目的平台由32位改为64位

2.修改项目属性

项目->属性->C/C++->常规->附加包含目录

添加：

../include;

../src；

../3rdparty/include;

../3rdparty;

../3rdparty/include;

../3rdparty/include/openblas;

../3rdparty/include/hdf5;

../3rdparty/include/lmdb;

../3rdparty/include/leveldb;

../3rdparty/include/gflag;

../3rdparty/include/glog;

../3rdparty/include/google/protobuf;

项目->属性->VC++目录->包含目录

添加：

$(CUDA_PATH_V7_5)\include;

$(OPENCV_2_410)\include;

$(OPENCV_2_410)\include\opencv;

$(OPENCV_2_410)\include\opencv2;

$(BOOST_1_56)

项目->属性->链接器->常规->附加库目录

添加：

$(CUDA_PATH_V7_5)\lib\$(PlatformName);

$(OPENCV_2_410)\x64\vc12\lib;

$(BOOST_1_56)\lib64-msvc-12.0;

..\3rdparty\lib;

项目->属性->链接器->输入->附加依赖项

debug添加：

opencv_ml2410d.lib

opencv_calib3d2410d.lib

opencv_contrib2410d.lib

opencv_core2410d.lib

opencv_features2d2410d.lib

opencv_flann2410d.lib

opencv_gpu2410d.lib

opencv_highgui2410d.lib

opencv_imgproc2410d.lib

opencv_legacy2410d.lib

opencv_objdetect2410d.lib

opencv_ts2410d.lib

opencv_video2410d.lib

opencv_nonfree2410d.lib

opencv_ocl2410d.lib

opencv_photo2410d.lib

opencv_stitching2410d.lib

opencv_superres2410d.lib

opencv_videostab2410d.lib

cudart.lib

cuda.lib

nppi.lib

cufft.lib

cublas.lib

curand.lib

gflagsd.lib

libglog.lib

libopenblas.dll.a

libprotobufd.lib

libprotoc.lib

leveldbd.lib

lmdbd.lib

libhdf5_D.lib

libhdf5_hl_D.lib

Shlwapi.lib

gflags.lib

libprotobuf.lib

leveldb.lib

lmdb.lib

libhdf5.lib

libhdf5_hl.lib

release添加：

opencv_objdetect2410.lib

opencv_ts2410.lib

opencv_video2410.lib

opencv_nonfree2410.lib

opencv_ocl2410.lib

opencv_photo2410.lib

opencv_stitching2410.lib

opencv_superres2410.lib

opencv_videostab2410.lib

opencv_calib3d2410.lib

opencv_contrib2410.lib

opencv_core2410.lib

opencv_features2d2410.lib

opencv_flann2410.lib

opencv_gpu2410.lib

opencv_highgui2410.lib

opencv_imgproc2410.lib

opencv_legacy2410.lib

opencv_ml2410.lib

cudart.lib

cuda.lib

nppi.lib

cufft.lib

cublas.lib

curand.lib

gflags.lib

libglog.lib

libopenblas.dll.a

libprotobuf.lib

libprotoc.lib

leveldb.lib

lmdb.lib

libhdf5.lib

libhdf5_hl.lib

Shlwapi.lib

3.4 编译caffe

配置好caffe项目的属性之后，下面就可以一步一步的编译caffe了。

3.4.1 编译./src中的文件

首先，将../src文件夹中的*.cpp文件添加到工程中。



依次编译每一个*.cpp文件。

1.编译blob.cpp

直接编译时会报错，缺少文件”caffe\proto\caffe.pb.h”

这个时候需要将proto.exe放到../3rdparty/bin文件夹

将GernaratePB.bat放在../scripts文件夹

下载地址：http://pan.baidu.com/s/1pJ7Onph

运行bat脚本文件即可生成caffe.pb.h

然后就可以成功编译。

2.编译common.cpp

直接编译这个文件，会出现关于getid和fopen_s的错误。可通过如下步骤修改：

在代码前面添加：#include

#ifdef _MSC_VER
close(fd);
#else
_close(fd);
#endif

在mkdtemp的位置进行如下修改：

#ifndef _MSC_VER
char* mkdtemp_result = mkdtemp(temp_dirname_cstr);
#else
errno_t mkdtemp_result = _mktemp_s(temp_dirname_cstr, sizeof(temp_dirname_cstr));
#endif

修改完毕，可以成功编译。

4.编译solver.cpp

直接编译会出现关于snprintf的错误，需要进行如下修改：

#ifdef _MSC_VER
#define snprintf sprintf_s
#endif

修改完毕，可以成功编译。

5.其他剩余的cpp文件也依次编译

3.4.2 编译./src/layers中的文件

将./src/layers中的所有的cpp和cu文件都添加到项目中。



右键点击cu文件，修改属性。



注：如若没有cuda c/c++选项，则需要右键工程—>生成依赖项—>生成自定义，将cuda勾上



1.在bnll_layer.cu文件，进行如下修改：

float kBNLL_THRESHOLD = 50 —> #define kBNLL_THRESHOLD 50.0

2.在contrastive_loss_layer文件，进行如下修改：

Dtype dist = std::max(margin - sqrt(dist_sq_.cpu_data()[i]), 0.0);改为

Dtype dist = std::max(margin - sqrt(dist_sq_.cpu_data()[i]), Dtype(0.0));

依次编译所有的文件。

3.4.3 编译./src/util中的文件

将./src/util中所有的文件添加到项目



1.在io.cpp中

修改ReadProtoFromBinaryFile函数

O_RDONLY —> O_RDONLY | O_BINARY

在代码中进行如下修改：

#ifdef _MSC_VER
#define open _open
#endif

将close()改为_close()

2.在math_functions.cpp中

做如下修改：

#define __builtin_popcount __popcnt
#define __builtin_popcountl __popcnt

3.在db_lmdb.cpp中

作如下修改：

#ifdef _MSC_VER
#include <direct.h>
#endif

修改CHECK_EQ

#ifdef _MSC_VER
CHECK_EQ(_mkdir(source.c_str()),0)<<”mkdir”<<source<<”failed”;
#else
CHECK_EQ(mkdir(source.c_str(),0744),0)<<”mkidr”<<source<<”failed”;
#endif

4.依次编译其他文件

3.4.4 编译./src/proto中的文件

参照上一步，将proto中的caffe.pb.h和caffe.pb.cc文件都添加到项目。

(修改属性：

项目->属性->C/C++->预处理器->预处理器定义

添加：_SCL_SECURE_NO_WARNINGS

编译所有文件。

3.4.5 编译./tools中的文件

本文件夹下有多个cpp文件，通过它们的名字就可以知道相应的功能。添加不同的cpp文件到项目中，然后生成项目，就可以得到不同功能的exe文件。

将caffe.cpp添加到工程，生成项目，得到caffe.exe文件，可用于训练模型

依次类推。

自此，caffe在Windows下的编译已经完毕，接下来就可以使用它来训练自己的模型了。

附加修改：common.cpp第30行注释掉，否则整个工程生成的时候可能报错：

//::google::InstallFailureSignalHandler();