win10系统下vs2013中caffe深度学习框架搭建
2016-09-07 21:11
513 查看
首先要感谢happynear大神的博客http://blog.csdn.net/happynear/article/details/45372231/,从这篇博客中学习到搭建的方法。
**
本篇文章主要是为大家提供经测试过,搭建成功的caffe框架的源码,从网上找到的各种资源,最终有一套成功的代码,拿出来和大家分享,共同学习。
caffeWindows工具包(caffe-windows)以及第三方库百度云下载:链接: http://pan.baidu.com/s/1nuV9GGL 密码: 35aa
第三方库是从另外一篇博客中下载到的,能够直接使用。
安装vs2013
安装CUDA7.5版,不需要额外安装其他配置。可以去官网上下载。CUDA安装的时候需要检测硬件,会测试硬件是否支持,也就是说如果你不是使用N卡,是不可以安装成功的。CUD下载地址https://developer.nvidia.com/cuda-downloads
CUDA在安装的时候也会检测是否安装vs,所以,需要先安装vs2013。
2.找到“E:\caffe-window-master\src\caffe\proto”目录下的“extract_proto.bat”文件,双击执行,生成“caffe.pb.cc,caffe.pb.h,caffe_pb2.py”三个文件。
3.caffe官网要求显卡的计算能力>=3.0,所以老一点的显卡虽然能够通过编译,但是不能够使用,如果你的显卡计算能力不符合要求,请参考第4步。如果你的显卡能够支持,请参考第5步。
4.找到“E:\caffe-window-master\build_cpu_only”下的“MainBuilder.sln”文件,使用vs2013打开,点击“caffe”项目生成。编译成功后,会生成目录“E:\caffe-window-master\bin”,并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用CPU加速的。
5.找到“E:\caffe-window-master\buildVS2013”下的“MainBuilder.sln”文件,使用vs2013打开,点击“caffe”项目生成。编译成功后,会生成目录“E:\caffe-window-master\bin”,并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用GPU加速的。
6.虽然第4步和第5步生成的文件名称相同,但实际使用时,会有差别。
1.修改目录“E:\caffe-window-master\examples\mnist”下“lenet_solver.prototxt”文件中最后一行“solver_mode: CPU”,根据实际情况选择模式。
2.在目录“E:\caffe-window-master”下找到“run_mnist.bat”文件,双击执行,如果出现Dos命令行迭代训练正常执行,说明caffe编译成功。
**
一、准备
**本篇文章主要是为大家提供经测试过,搭建成功的caffe框架的源码,从网上找到的各种资源,最终有一套成功的代码,拿出来和大家分享,共同学习。
caffeWindows工具包(caffe-windows)以及第三方库百度云下载:链接: http://pan.baidu.com/s/1nuV9GGL 密码: 35aa
第三方库是从另外一篇博客中下载到的,能够直接使用。
安装vs2013
安装CUDA7.5版,不需要额外安装其他配置。可以去官网上下载。CUDA安装的时候需要检测硬件,会测试硬件是否支持,也就是说如果你不是使用N卡,是不可以安装成功的。CUD下载地址https://developer.nvidia.com/cuda-downloads
CUDA在安装的时候也会检测是否安装vs,所以,需要先安装vs2013。
二、安装和编译
1.首先将caffe-window解压(假设当前目录为 E:\),然后将根目录下的“3rdparty”文件夹中的数据全部删除,并将3rdparty-peng文件内容复制至此文件夹中。并将“E:\caffe-window-master\3rdparty\bin ”这个路径添加到环境变量path中。2.找到“E:\caffe-window-master\src\caffe\proto”目录下的“extract_proto.bat”文件,双击执行,生成“caffe.pb.cc,caffe.pb.h,caffe_pb2.py”三个文件。
3.caffe官网要求显卡的计算能力>=3.0,所以老一点的显卡虽然能够通过编译,但是不能够使用,如果你的显卡计算能力不符合要求,请参考第4步。如果你的显卡能够支持,请参考第5步。
4.找到“E:\caffe-window-master\build_cpu_only”下的“MainBuilder.sln”文件,使用vs2013打开,点击“caffe”项目生成。编译成功后,会生成目录“E:\caffe-window-master\bin”,并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用CPU加速的。
5.找到“E:\caffe-window-master\buildVS2013”下的“MainBuilder.sln”文件,使用vs2013打开,点击“caffe”项目生成。编译成功后,会生成目录“E:\caffe-window-master\bin”,并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用GPU加速的。
6.虽然第4步和第5步生成的文件名称相同,但实际使用时,会有差别。
三、测试
使用MNIST数据集进行测试。1.修改目录“E:\caffe-window-master\examples\mnist”下“lenet_solver.prototxt”文件中最后一行“solver_mode: CPU”,根据实际情况选择模式。
2.在目录“E:\caffe-window-master”下找到“run_mnist.bat”文件,双击执行,如果出现Dos命令行迭代训练正常执行,说明caffe编译成功。
相关文章推荐
- Win10系统下深度学习框架Keras的安装与搭建
- 简单4步在win7 X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。
- 【深度学习】笔记13 win10+cuda7.5+caffe+vs2013环境搭建(GPU版本)
- Linux系统下深度学习框架Keras的搭建
- caffe搭建以及初步学习--win7-vs2013-gtx650tiboost-cuda8.0-cifar10训练和测试-2-完整解决方案cifar10_full_solver.prototxt
- paper 145:caffe-深度学习框架的搭建
- 深度学习框架Caffe的环境搭建
- 深度学习环境搭建(二)-Ubuntu系统下配置caffe(CPU)
- Win7(64位)+VS2013+cuda7.5环境下搭建深度学习Caffe计算框架
- win10 64位+Kinect 2.0+VS 2013+opencv开发环境搭建及深度图像读取
- GTX1070+CUDA8.0+Ubuntu16.04+Caffe+SSD 深度学习框架搭建 细节一步到位版
- caffe搭建以及初步学习--win7-vs2013-gtx650tiboost-cuda8.0-cifar10训练和测试-2-快速解决方案cifar10_quick_solver.prototxt
- Win10下配置深度学习框架Caffe及python接口 CUDA8.0+CUDNn5.1
- win10下caffe环境搭建: win10 + vs2013 + caffe + CUDA 7.5 + cudnn v4 + Anaconda2 (python 2.7) 目前未使用GPU
- 关于win10 64位系统下vs2013与python2.7环境下caffe的配置工作入门工作总结
- 【深度学习】笔记12:win10下的VS2013编辑代码的时候,非常卡顿,怎么样解决?
- 在Windows7/10上快速搭建深度学习框架Caffe开发环境
- 深度学习框架Caffe学习笔记(1)-Caffe环境搭建
- 开源深度学习框架Caffe在Ubuntu14.04下的搭建
- # 深度学习搭建caffe框架遇到的问题汇总