win10下安装caffe新得---2
2017-08-10 11:34
417 查看
Windows 10下安装配置Caffe并支持GPU加速
建议严格按照版本来
- Windows 10
- Visual Studio 2013
- Matlab R2016b
- Anaconda
- CUDA 8.0.44
- cuDNN v4
安装完后,程序会自动地添加一个CUDA_PATH的环境变量:
下载前需要在Developer网上注册一个号,简单填一填基本材料即可。
下完就是一个压缩包,也没办法安装的,压缩包里面有三个文件,分别是bin,include,lib,把它们解压,得到一个叫cuda的文件夹。
注意了,一般来讲Windows配置Caffe是比较困难的,原因就在于caffe包不能去正常的官网下载,这个微软caffe真是给我们省了不少的麻烦,所以,强调一下,去这个链接下载Caffe源码的压缩包!
https://github.com/Microsoft/caffe
下载完后,解压文件,得到一个叫caffe-master的文件夹。
如果这两个没有成功导入,原因是Visual Studio 2013的安装路径中缺少CUDA 8.0.props,我的是这个路径
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations
其实CUDA 8.0.props就在cuda的安装目录下,我的路径是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\visual_studio_integration\MSBuildExtensions
只要拷贝到
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations
就行,那么libcaffe和testall就都没问题了!(以上解决方法属于引用,博主实际是导入了这两个项的。)
方法是右键libcaffe,选择设为启动项目。
也就是说从cudnn-7.5-windows7-x64-v5.1-rc.zip解压出cuda文件夹,假设位置在F:\Windows+Caffe下,那么CuDnnPath设置为F:\Windows+Caffe。这是因为程序中会自动给你加上cuda,例如(CuDnnPath)\cuda\lib\x64;$(LibraryPath)。因此你需要做的就只是指定它的上级目录。
此处需要修改两个地方,分别是配置属性中的常规和C/C++中的常规,如下图所示
漫长的等待… … …
直到编译成功,lucky boy,我这儿跳出这个提示,暂时没有去理他,反正没有出错就先这样吧
caffe_master文件夹下应该生成了一个名为Build的文件夹,以后编译的成功和运行需要的文件都会存放在..\build\X64\Relase下面。
至此,说明’libcaffe’已经成功地编译完啦。
在Visual Studio 2013的解决方案上面右击选择属性(properties)
可以看到原来的是单项目启动,编译libcaffe,那么现在我们选择编译caffe,也可以选择更多的任务来编译。
开始编译,漫长的等待… … …后,也就编译成功啦!可以去看看战利品。
Windows10下安装配置Caffe并支持GPU加速
本文用到的安装材料:百度网盘
原文是在windows7系统配置环境,matlab2016a,cuda是7.5.
我的差异;win10,matlab2016b,cuda8.0.结果是成功的
简单的总结配置过程:
安装完之后,以下步骤均在\caffe-master\windows文件夹下操作:
①更改CommonSettings.props.example文件为CommonSettings.props
②双击Caffe.sln文件,在VS环境中打开CommonSettings.props。接着进行以下操作:
a.<CudaVersion>:默认的是7.5,我的cuda版本是8.0,故这里我改为8.0
b.<MatlabSupport>:如果你编译matlab接口,则将false改为true
c.<PythonSupport>:如果你编译Python接口,则将false改为true
d.<CuDnn.Path>:改为你存放cudnn的路径的上一层目录。
e.<MatlabDir>:改为你安装的matlab路径
f.<CudaArchitecture>:与你的显卡处理能力匹配(查看自己Nvidia GPU的computer capability,此链接的原作者已整理 好各种型号,大家均可在里面查找到: http://blog.csdn.net/JiaJunLee/article/details/52067962)
③生成(业内人士通常称这步为编译)。注:每个项目都要编译
操作:右击工程-生成
顺序:首先libcaffe,接着caffe,接着剩下的工程逐一生成。
-----------------注-----------------
caffe.exe文件(.\Build\x64\Release目录下,以后训练要用到-只要看到该可执行文件就证明编译成功,不管你用什么系统,什么方式)
基本环境
建议严格按照版本来- Windows 10
- Visual Studio 2013
- Matlab R2016b
- Anaconda
- CUDA 8.0.44
- cuDNN v4
1. 安装CUDA 8.0
安装完后,程序会自动地添加一个CUDA_PATH的环境变量:
2. 下载cuDNN
下载前需要在Developer网上注册一个号,简单填一填基本材料即可。下完就是一个压缩包,也没办法安装的,压缩包里面有三个文件,分别是bin,include,lib,把它们解压,得到一个叫cuda的文件夹。
3. 从Microsoft的Github中下载Caffe的源码
注意了,一般来讲Windows配置Caffe是比较困难的,原因就在于caffe包不能去正常的官网下载,这个微软caffe真是给我们省了不少的麻烦,所以,强调一下,去这个链接下载Caffe源码的压缩包!https://github.com/Microsoft/caffe
下载完后,解压文件,得到一个叫caffe-master的文件夹。
4. 安装Caffe
4.1 打开caffe-master文件夹,然后看到一个windows文件夹,然后继续打开windows文件夹,看到里面一个CommonSettings.props.example文件,复制出来一份,并改名字为CommonSettings.props。
4.2 用Visual Studio 2013打开windows文件夹下的Caffe.sln,检查解决方案中的项目,重点看libcaffe和test_all是否成功地被导入。
如果这两个没有成功导入,原因是Visual Studio 2013的安装路径中缺少CUDA 8.0.props,我的是这个路径
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations
其实CUDA 8.0.props就在cuda的安装目录下,我的路径是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\visual_studio_integration\MSBuildExtensions
只要拷贝到
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations
就行,那么libcaffe和testall就都没问题了!(以上解决方法属于引用,博主实际是导入了这两个项的。)
4.3 设置libcaffe为启动项目
方法是右键libcaffe,选择设为启动项目。
4.4 打开解决方案中的CommenSetting.probs,在CuDnnPath那里把存放解压的cudnn出来的文件夹cuda的目录路径放到其中去。(比如我这里是装在F:\Windows+Caffe下面)
也就是说从cudnn-7.5-windows7-x64-v5.1-rc.zip解压出cuda文件夹,假设位置在F:\Windows+Caffe下,那么CuDnnPath设置为F:\Windows+Caffe。这是因为程序中会自动给你加上cuda,例如(CuDnnPath)\cuda\lib\x64;$(LibraryPath)。因此你需要做的就只是指定它的上级目录。
4.5 解决方案配置设为release
4.6 选择菜单中的DEBUG->libcaffe Properties...
此处需要修改两个地方,分别是配置属性中的常规和C/C++中的常规,如下图所示
4.7 开始编译
漫长的等待… … …
直到编译成功,lucky boy,我这儿跳出这个提示,暂时没有去理他,反正没有出错就先这样吧
4.8 查看战利品
caffe_master文件夹下应该生成了一个名为Build的文件夹,以后编译的成功和运行需要的文件都会存放在..\build\X64\Relase下面。至此,说明’libcaffe’已经成功地编译完啦。
5. 编译caffe
在Visual Studio 2013的解决方案上面右击选择属性(properties)可以看到原来的是单项目启动,编译libcaffe,那么现在我们选择编译caffe,也可以选择更多的任务来编译。
开始编译,漫长的等待… … …后,也就编译成功啦!可以去看看战利品。
Windows10下安装配置Caffe并支持GPU加速
本文用到的安装材料:百度网盘
原文是在windows7系统配置环境,matlab2016a,cuda是7.5.
我的差异;win10,matlab2016b,cuda8.0.结果是成功的
简单的总结配置过程:
安装完之后,以下步骤均在\caffe-master\windows文件夹下操作:
①更改CommonSettings.props.example文件为CommonSettings.props
②双击Caffe.sln文件,在VS环境中打开CommonSettings.props。接着进行以下操作:
a.<CudaVersion>:默认的是7.5,我的cuda版本是8.0,故这里我改为8.0
b.<MatlabSupport>:如果你编译matlab接口,则将false改为true
c.<PythonSupport>:如果你编译Python接口,则将false改为true
d.<CuDnn.Path>:改为你存放cudnn的路径的上一层目录。
e.<MatlabDir>:改为你安装的matlab路径
f.<CudaArchitecture>:与你的显卡处理能力匹配(查看自己Nvidia GPU的computer capability,此链接的原作者已整理 好各种型号,大家均可在里面查找到: http://blog.csdn.net/JiaJunLee/article/details/52067962)
③生成(业内人士通常称这步为编译)。注:每个项目都要编译
操作:右击工程-生成
顺序:首先libcaffe,接着caffe,接着剩下的工程逐一生成。
-----------------注-----------------
caffe.exe文件(.\Build\x64\Release目录下,以后训练要用到-只要看到该可执行文件就证明编译成功,不管你用什么系统,什么方式)
相关文章推荐
- win10_ubuntu1604_caffe安装
- win10编译安装caffe的CPU版本和matlab及python接口
- 64位win10+cuda8.0+vs2013+cuDNN V5下Caffe的编译安装教程并配置matlab2014a 接口
- Win10 VS2015 caffe CUDA8.0 GTX1070安装指南
- caffe+win10 安装
- win10 caffe 安装
- win10下Caffe安装错误 import caffe
- Caffe + Win10 + GPU + VS2013 菜鸟超详细编译安装过程
- win10环境下安装caffe并且调用python接口成功运行--无GPU版
- win10 + vs2013 +caffe 简易CPUonly安装步骤
- WIN10 VS2013 GTX960M NVIDIA显卡驱动和CUDA7.5安装 配置Caffe
- win10安装caffe
- win10下安装caffe
- win10 CPU only安装caffe 解决 无法打开包括文件: “caffe/include_symbols.hpp”
- win7和win10下安装caffe和tensorflow的过程
- win10下安装基于caffe的 Faster-Rcnn
- Win10环境下caffe安装与编译
- win10下安装caffe新得
- 深度学习系列:win10安装GPU版caffe(python3.6接口)