win7(64位)+VS2013+CUDA7.5+caffe 环境配置

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:

  1. 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。
  2. 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。
  3. 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:
  1. 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。
  2. 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。
  3. 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。
  4. 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                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值