win7(64位)+VS2013+CUDA7.5+caffe 环境配置
2016-09-20 17:33
197 查看
对于有一定C++编程经验却没怎么碰过Python的人来说,要想学习deep learning,估计首选caffe。而且微软提供的官方Windows版本的caffe极大简化了配置的步骤。本教程是对我自己搭建caffe环境的过程的整理。
目前网上的教程已经比较多,但是对于新手小白来说,有点看花眼,而且已有的blog赶不上软件和库的更新速度,很多已经过时了。反观我配置caffe的过程,并不是那么困难,出的问题也比较少。所以梳理一下,作为参考。
本文首先默认是win7系统,配有NVIDIA的显卡(高端点的显卡更好),且已安装好VS2013。然后下载3个安装包分别为:
CUDA,官方地址:CUDA下载。里面有一步一步的提示,最后我是选择local安装,然后会下载一个900+M,的exe文件到本地。我装的CUDA7.5。
cuDNN,官方地址:cuDNN下载。会先让注册,那就注册。然后我下的5.1版本。
caffe,官方地址:caffe官网。里面有一些caffe的教程。下载地址:Windows-caffe下载,特别注意这里是Windows版本的Caffe,比通用版本的caffe配置起来省了一些操作。
安装:
先装CUDA,一路默认下去,没有选择自定义安装,因为也不太了解各部分都是干什么的,所以就全都装了。安装过程等待时间挺长的。
解压cuDNN。得到include,lib,dll三个文件夹,将里面的内容分别复制到环境变量中CUDA所在位置的同名文件夹中。我的是在系统盘的ProgramData文件夹里的NVIDIA GPU Computing Toolkit 文件夹中。
解压caffe。打开windows文件夹中的Caffe.sln文件。将该文件夹中的CommonSettings.props.example改名为CommonSettings.props,由此代替原本的CommonSettings.props(原来的删除,反正也打不开)。然后参考这篇blog的第5条,将libcaffe设为启动项,编译生成(要等较长时间)。这里可能出现的错误,通常是math_function.cpp的编码错误在上面那篇blog中也有解释。然后将启动项改为caffe,再编译,也要等较长时间,出现console对话框,生成了caffe.exe就表示编译成功了。
Python和MATLAB接口我还没有配,配时出了问题再说吧。
测试:
打算用MNIST数据集测试,我还没试,网上的教程有很多。。。
下一步学习:
以caffe的官网为主,了解其的数据结构。算法上按照Stanford CS231的教程走。
参考到的blog:http://blog.csdn.net/xzzppp/article/details/51510785
目前网上的教程已经比较多,但是对于新手小白来说,有点看花眼,而且已有的blog赶不上软件和库的更新速度,很多已经过时了。反观我配置caffe的过程,并不是那么困难,出的问题也比较少。所以梳理一下,作为参考。
本文首先默认是win7系统,配有NVIDIA的显卡(高端点的显卡更好),且已安装好VS2013。然后下载3个安装包分别为:
CUDA,官方地址:CUDA下载。里面有一步一步的提示,最后我是选择local安装,然后会下载一个900+M,的exe文件到本地。我装的CUDA7.5。
cuDNN,官方地址:cuDNN下载。会先让注册,那就注册。然后我下的5.1版本。
caffe,官方地址:caffe官网。里面有一些caffe的教程。下载地址:Windows-caffe下载,特别注意这里是Windows版本的Caffe,比通用版本的caffe配置起来省了一些操作。
安装:
先装CUDA,一路默认下去,没有选择自定义安装,因为也不太了解各部分都是干什么的,所以就全都装了。安装过程等待时间挺长的。
解压cuDNN。得到include,lib,dll三个文件夹,将里面的内容分别复制到环境变量中CUDA所在位置的同名文件夹中。我的是在系统盘的ProgramData文件夹里的NVIDIA GPU Computing Toolkit 文件夹中。
解压caffe。打开windows文件夹中的Caffe.sln文件。将该文件夹中的CommonSettings.props.example改名为CommonSettings.props,由此代替原本的CommonSettings.props(原来的删除,反正也打不开)。然后参考这篇blog的第5条,将libcaffe设为启动项,编译生成(要等较长时间)。这里可能出现的错误,通常是math_function.cpp的编码错误在上面那篇blog中也有解释。然后将启动项改为caffe,再编译,也要等较长时间,出现console对话框,生成了caffe.exe就表示编译成功了。
Python和MATLAB接口我还没有配,配时出了问题再说吧。
测试:
打算用MNIST数据集测试,我还没试,网上的教程有很多。。。
下一步学习:
以caffe的官网为主,了解其的数据结构。算法上按照Stanford CS231的教程走。
参考到的blog:http://blog.csdn.net/xzzppp/article/details/51510785
相关文章推荐
- Win7(64位)+VS2013+cuda7.5环境下搭建深度学习Caffe计算框架
- 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。
- VS2013+CUDA7.5配置win7——64位
- win7 64位+caffe+cuda7.5配置
- win7 64位 CUDA7.5 VS2013 安装配置
- 安装caffe如何避坑?win7 64位 + cuda7.5 + cudnn5.0 + GT630显卡
- Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
- 在U盘里配置好主流深度学习框架及GPU环境theano\tensorflow\keras\caffe\cuda7.5
- Windows10+Caffe+CUDA7.5+VS2013环境配置
- Caffe初试(一)win7_64bit+VS2013+Opencv2.4.10+CUDA6.5配置Caffe环境
- VS2013+CUDA7.5配置 win7——64位
- ubuntu16.04下安装配置深度学习环境(Ubuntu 16.04/16.10+ cuda7.5/8+cudnn4/5+caffe)
- Win7 配置caffe框架(VS2013 CUDA7.5 Win764位)
- Ubuntu14.04 64位配置Caffe 教程(基于CUDA7.5)
- win7 64位 vs2013下配置caffe(CUDA8.0)
- Windows10+Caffe+CUDA7.5+VS2013环境配置
- ubuntu14.04 64位 GTX980显卡配置cuda6.5环境 用来跑cnn(caffe)
- Windows 7 64位下caffe配置cuda7.5 VS2013
- win7 64位操作系统配置android开发环境
- 64位win7下,CodeBlock13.12配置GTK3.x环境以及第一个DEMO的执行