深度学习基础教程——caffe环境的搭建

Caffe环境的搭建

平台环境

操作系统：Window 10家庭中文版

开发工具：

Microsoft Visual Studio Professional 2013、

Matlab 2016b（64bit）、

CUDA_7.5.18_win10(64bit)、

cudnn-7.5-windows7-x64-v5.0-ga.zip、

Miniconda2- Windows-x86_64。

下载地址：

CUDA_7.5：https://developer.nvidia.com/cuda-75-downloads-archive

Cudnn：    https://developer.nvidia.com/cudnn

Miniconda2- Windows-x86_64：https://conda.io/miniconda.html

注意：matlab版本依赖于cuda、cuda版本依赖于Visual stdio。安装Cuda8.0需要Visual studio 2015。本文编译的MicrosoftCaffe支持CUDA、MATLAB接口、PYTHON接口。

 

配置步骤：

1、源码下载。本文使用的是微软版本的caffe，Microsoft caffe 主页：https://github.com/Microsoft/caffe。使用git下载caffe的Microsoft 版本，https://github.com/Microsoft/caffe.git。存放路径：F:\MicrosoftCaffe。

2、配置文件。复制配置文件.\windows\CommonSettings.props.example并重命名为.\windows\CommonSettings.props。CommonSettings.props配置文件默认是支持GPU模式的，所以需要CUDA和cuDNN库文件。默认是不支持Python和Matlab。

3、CUDA 配置。.\windows\CommonSettings.props中配置是否使用 CUDA,其中CpuOnlyBuild与UseCuDNN两者只能有一个为true。

<CpuOnlyBuild>false</CpuOnlyBuild>

        <UseCuDNN>true</UseCuDNN>

       <CudaVersion>7.5</CudaVersion>

4、cuDNN配置。建议直接解压缩到CUDA的安装目录。C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v7.5。

5、Python配置。默认是不支持Python，如果想使用Python则首先设置

<PythonSupport>true</PythonSupport>然后配置Pyhthon的安装路径<PythonDir>D:\Miniconda2\</PythonDir>。

安装Miniconda2时，首先将D:\Miniconda2\Scripts\conda添加path路径。然后执行

conda install--yes numpy scipy matplotlib scikit-image pip

pip installprotobuf

编译成功后复制<caffe_root>\Build\x64\Release\pycaffe\caffe到<python_root> \lib\site-packages。

6、Matlab的配置。配置<MatlabSupport>true</MatlabSupport>为true，然后设置Matlab的安装路径。<MatlabDir>D:\MATLAB2016B</MatlabDir>。

注意：编译时遇到了"gpu/mxGPUArray.h"Not Found问题。<IncludePath>需要添加$(MatlabDir)\toolbox\distcomp\gpu\extern\include,由于Matlab2016的版本不一致库文件路径不同。如下图所示：

编译后需要添加<caffe_root>\Build\x64\Release到path路径，为了寻找动态库，设置后需要重启Matlab。添加F:\MicrosoftCaffe\caffe\Build\x64\Release\matcaffe到Matlb的搜索路径中，为了搜索 m文件。

参考文献：

[1] https://github.com/Microsoft/caffe

       License and Citation

Caffe isreleased under the BSD 2-Clause license. The BVLC reference models are releasedfor unrestricted use.

@article{jia2014caffe,

  Author = {Jia, Yangqing and Shelhamer, Evanand Donahue, Jeff and Karayev, Sergey and Long, Jonathan and Girshick, Ross andGuadarrama, Sergio and Darrell, Trevor},

  Journal = {arXiv preprint arXiv:1408.5093},

  Title = {Caffe: Convolutional Architecturefor Fast Feature Embedding},

  Year = {2014}

}