Caffe初体验之Caffe-Windows的配置(CPU/GPU)与Mnist数据集测试

配置编译caffe-windows

安装CUDA(适用GPU版本)

    去英伟达下载CUDA7.5，windows10，x86_64，本地安装，如下图：

下载安装CUDNN(V4 for cuda7.0或者V5 for cuda7.5)(适用GPU版本)

    这个过程的话新用户需要注册，如下图：

下载解压缩会得到3个文件夹：include bin lib，将这3个文件夹里面的内容合并到CUDA的安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下的include bin lib。

下载配置caffe-windows(适用CPU/GPU版本)

    下载后解压进入caffe-windows根目录，进入windows目录，可以看到很多VS的工程文件夹，下方有个文件CommonSettings.props.example，将其备份然后改名为CommonSettings.props，如下图：

打开CommonSettings.props.example，配置编译选项，CPU版本还是GPU版本，如下图：

编译caffe-windows(适用CPU/GPU版本)

    打开windows目录下的Caffe.sln，solution configurations设置成release。然后build solution，刚开始会自动下载一些第三方依赖库，如果太慢的话就手动下载吧，下载后放到和caffe-windows同级的目录下，继续build，经过一段时间，会发现libcaffe - build filed。如下所示：

解决方案是进入libcaffe的property>>c++>Treat Warnings As Error设置为NO。再次编译不出意外build succeed，如下图：

编译完成之后会在caffe-windows的根目录下生成Build/x64/Release目录，并在该目录下有一系列的caffe工具，比如caffe.exe，convert_imageset.exe等，如下图：

训练和测试MNIST数据集

获取MNIST数据集

    下载MNIST数据集并解压得到4个文件，如下图：

转换lmdb文件

    利用编译生成的convert_imageset.exe工具将MNIST数据集生成lmdb文件，在caffe-windows根目录下的examples/mnist目录下新建文件夹mycaffe-mnist-test，将MNIST的四个文件放入其中，进入mycaffe-mnist-test，在mycaffe-mnist-test文件夹下创建convert-mnist-data-train.bat文件，并添加以下内容：

..\..\..\Build\x64\Release\convert_mnist_data.exe --backend=lmdb train-images.idx3-ubyte train-labels.idx1-ubyte mnist_train_lmdb  
pause

保存，双击运行，这时候会在目录mycaffe-mnist-test下生成训练集的lmdb文件。同理，创建convert-mnist-data-test.bat文件，并添加以下内容：

..\..\..\Build\x64\Release\convert_mnist_data.exe --backend=lmdb t10k-images.idx3-ubyte t10k-labels.idx1-ubyte mnist_test_lmdb  
Pause 

保存运行，生成测试集的lmdb文件。如下图：

配置lenet_solver.prototxt

    在examples/mnist目录下打开文件lenet_solver.prototxt进行配置，比如使用CPU还是GPU计算等，如下图：

配置lenet_train_test.prototxt

    在examples/mnist目录下打开文件lenet_train_test.prototxt进行配置，就是指定训练集合测试集的lmdb文件路径等参数，如下图：

测试网络性能

    在mycaffe-mnist-test目录下创建文件run_caffe_mnist.bat，添加以下内容并运行：

..\..\..\Build\x64\Release\caffe.exe  train --solver=../lenet_solver.prototxt  
pause  

实验效果

    以下图片为GPU版本的实验结果，识别精度大于99%。

可以修改参数看看实验结果的变化。

参考

    https://blog.csdn.net/sunshine_in_moon/article/details/51426073

    https://blog.csdn.net/guoyk1990/article/details/52909864