深度学习之Windows下安装caffe及配置Python和matlab接口

原创 2017年02月04日 21:17:54

去年下半年看了相关目标检测的论文,一些传统的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展,主要都是基于深度学习卷积神经网络方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD,然后明天准备正式开始搞学术了,争取早点把论文发出来。

趁着放假回家的时间,做点前期准备工作,深度学习方面的框架有caffe,torch,mxnet,kerse,还有最近比较大热的TensorFlow,感觉tf会持续popular,所以准备搭建一个玩玩,但是相关比较新的目标检测框架都是首先基于caffe开发的,caffe对于图像方面的库比较多,稳定,所以搭建一个caffe也是必不可少,好像tf也是可以调用caffe框架模型的(没用过)。 

装双系统之step one:http://blog.csdn.net/jasonzhangoo/article/details/54865974

装显卡驱动之step two(很多同学都是因为这步而放弃深度学习的):http://blog.csdn.net/jasonzhangoo/article/details/54866049

Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three:http://blog.csdn.net/jasonzhangoo/article/details/54866074

Win10下安装caffe的GPU版本之step four:http://blog.csdn.net/jasonzhangoo/article/details/54866120

windows安装配置faster-rcnn之step five:http://blog.csdn.net/jasonzhangoo/article/details/54866174


Win10下安装caffe的GPU版本之step four:

我是在win10+GTX950m+VS2013,matlab接口我是matlab2016a,Python接口我是pycharm5.0.3

1 . 安装 Python 环境

这里我选择的是 Anaconda2

打开 Anaconda2 下载地址,选择Anaconda2-4.1.1-Windows-x86_64.exe

下载完毕后双击运行 Anaconda2-4.1.1-Windows-x86_64.exe

可以选择安装路径

2 . 下载 Caffe

打开 Caffe 下载地址,点击 Clone or download-> Download ZIP

解压缩,打开到 caffe-master/caffe-master/windows 文件夹

 

复制CommonSettings.props.example 文件,并把复制好的文件重命名为CommonSettings.props

用 VS2013 打开 Caffe.sln 文件,点击右边的 CommonSettings.props,查看你的 cuDNN 支持的版本

 

3 . 安装 CUDA 和 cuDNN
打开 CUDA 下载地址,拉到下方点击 DOWNLOAD

选择 Windows-x86_64-10-exe,如果你的操作系统是别的版本,请在 Version 里进行选择

下载后点击运行,安装路径请选择默认路径

 

打开 cuDNN 下载地址,点击 Download,下载前需要先注册

注册完成后,下载 cuDNN v4 或者 cuDNN v5 (这取决于 CommonSettings.props 文件里标注支持的版本,建议选择 cuDNN v4 Library for Windows,虽然是for CUDA7.0)

 

4 . 编译前准备

打开到 caffe-master/caffe-master/windows 文件夹,用 VS2013 运行 Caffe.sln 文件

 这里右边会显示libcaffe (加载失败),解决的步骤:

1) 打开 CUDA 安装路径中的MSbuildExtensions 文件夹,如果你在之前安装时选的是默认路径,那么它应当在 c 盘 / Program File/NVIDIA GPU CpmputingToolkit/CUDA/8.0/extras/visual_studio_integration 里

2) 拷贝MSbuildExtensions 文件夹中的所有文件,复制到 C 盘 / Program File(x86)/MSBuild/Microsoft.Cpp/v4.0(这里取决于你安装的版本)/V120/BuildCustomizations文件夹下,替换目标中的文件

3)点击 VS2013 里右边的CommonSettings.props 文件

第七行cpuonlybuild如果true就是cpu版本,false就是gpu版本,gpu版本下面第八行要使用cudnn改为true,cuda的版本改为我们的版本8.0,如图。

下面的Pythonsupport和matlabsupport就是选择支持哪些接口,这里我Python和matlab中都需要用到,两个都改为true。

第 24 行改为你的 cuDNN 的解压文件中 cuda 文件夹的路径

第 48 行改为 Anaconda2 的安装文件夹

第53行改为你的matlab的安装文件夹位置,55行增加$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include不然后面编译的时候回出现关于gpu的问题

在键盘上Control + S保存,关闭VS2013后重新打开Caffe.sln文件,这时libcaffe应当加载成功

 

5. 编译 Caffe

打开 Caffe.sln 文件,选择调试 -> caffe 属性

单击配置属性,上方的配置选为活动(Release),平台选为活动(x64)

再点击配置属性,点击 C/C++ ,警告等级 设为 3 ,警告视为错误 设为 否,点击 确定

然后点击本地调试开始编译,其中会自动下载 NuGet 程序包,此过程可能会翻墙。

 

当然不过下载出问题,可以直接打开选项 -> 包管理器 -> 常规 -> 浏览,

手动把 NuGet 程序包复制进去,下载地址,密码 qfui

error LNK1104:无法打开文件“libcaffe.lib”

error C2220:警告被视为错误-没有生成“object”文件

解决方案是对libcaffe单独重新生成,并且对libcaffe属性中进行如下修改

这样应该可以编译成功,最后再点击生成-生成解决方案应该就可以生成成功了。

 

6. 测试一下matlab和Python中是否可用caffe

将caffe文件目录下的matcaffe加入到matlab的路径中

caffe-master\caffe-master\Build\x64\Release\matcaffe,点击菜单中的设置路径,以后每次就直接可以在matlab中调用caffe库了。

测试一下,

 

说明caffe的matlab接口以及可以使用。

 

在pycharm中测试一下,可能会出现No module named google.protobuf.internal,

1)下载protobuf(地址:https://github.com/google/protobuf/releases/tag/v3.0.0),下载两个版本,一个protoc-3.0.0-win32.zip,一个源码,如果GitHub上不了可以下载我的资源。

2)将protoc-3.0.0-win32\bin\protoc.exe 拷贝进入源代码文件夹下 src中

进入源代码文件夹下python文件夹,cmd执行 python setup.py build、执行 python setup.py install

 

说明caffe的Python接口也配置成功。

至此caffe在Windows中的GPU版本大功告成。

 

具体可以参考这两篇

http://forestli.com/archives/93/

http://www.cnblogs.com/yixuan-xu/p/5858595.html


相关文章推荐

深度学习准备之安装双系统

在win10下安装Ubuntu16.04双系统,成功安装并设置引导,因为要进行深度学习方面的研究,需要借助caffe,TensorFlow等深度学习框架,在Ubuntu系统中是十分方便的。...

深度学习之Ubuntu下安装caffe和TensorFlow的cpu版本

当然如果你仅仅是初学者就只想快速感受一下caffe和TensorFlow的魅力,那么可以在Ubuntu下安装cpu版本跑几个demo看看。...

深度学习之Windows下安装caffe及配置Python和matlab接口

去年下半年看了相关目标检测的论文,一些传统的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展,主要都是基于深度学习卷积神经网络方面的,包括RCNN,SPP-NET,Fas...

深度学习Caffe实战(9)Windows 平台caffe用MATLAB接口实现训练网络和测试

上一篇介绍了网络协议中各个参数的作用,知道了各个参数的作用,想必应该可以尝试修改网络结构了。前几篇博客介绍的都是用命令行训练和测试网络,这篇博客介绍如何用MATLAB接口实现训练和测试网络,windo...

深度学习零基础之框架配置Windows+caffe+VS2013+python

1. 配置前说明:为了不必要的错误,最好在X64位上配置下面的相关环境,win7 8 10都是64位,别问我为什么(我也不知道为什么) 2. 环境安装下载:A. IDE选用VS2013,这个...

深度学习(caffe+VS2013+WIN10)使用GPU编译——调用python接口并且成功运行mnist

本文主要介绍:经过一番欲哭无泪的折腾,终于在Windows10 64位系统下成功配置Caffe的GPU版,可惜的是我的电脑并没有掉cudnn,因为个GPU计算能力不够,我的GPU计算能力是2.1,而c...

深度学习(九)caffe预测、特征可视化python接口调用

网上有很多caffe训练好的模型,有的时候我们仅仅想要方便的调用已经训练好的模型,利用python进行预测分类测试,查看可视化结果,这个时候,我们可以使用caffe为我们写好的python接口文件,我...
  • hjimce
  • hjimce
  • 2015年10月08日 15:14
  • 8730

windows配置caffe及matlab/python接口编译和调用(cpu/gpu)

环境:windows 7+matlab2016a+vs2013 caffe下载地址:https://github.com/BVLC/caffe/tree/windows 1 进入caffe...

【神经网络与深度学习】caffe+VS2013+Windows无GPU快速配置教程

首先来一波地址: happynear大神的第三方caffe:http://blog.csdn.net/happynear/article/details/45372231 Neil Z大神...

【神经网络与深度学习】caffe+VS2013+Windows无GPU快速配置教程

首先来一波地址: happynear大神的第三方caffe:http://blog.csdn.net/happynear/article/details/45372231 Neil Z大神...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习之Windows下安装caffe及配置Python和matlab接口
举报原因:
原因补充:

(最多只允许输入30个字)