深度学习 Win10 64位+VS2013+Caffe GPU+Cuda8.0+cuDnn5.1+MATLAB R2017b 初级学习者一把编译过
下载准备工作
=====================================================================
要求电脑有英伟达的显卡,且版本合适。
必备软件和程序的下载,此处分享的均为本人验证过的版本,下载地址为:百度云盘链接 提取码:bvtj
安装和调试顺序依次为
1、VS2013+MATALB2017b(不分先后)
2、Cuda8.0
3、cuDnn
4、Caffe
要求使用者有基本的软件安装能力,安装和激活过程不再赘述,有问题可以留言。
VS2013 安装
安装一直下一步,激活看readme.docx.
MATLAB2017b 安装
安装和激活看MATLAB2017b安装和破解.docx
cuda9.0 下载和安装
一直下一步,无需激活。
CuDnn 下载和安装
下载的为压缩包,解压后将cuda文件夹中的三个文件夹拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0文件夹下,与原有文件夹合并
具体地址可能有差异,由Cuda的安装位置决定。
Caffe 调试
======================================================================
解压后放在某一路径下,本人直接放在D盘。
CommonSetting.props 内容更改
D:\caffe-master\windows下的CommonSettings.props.example去掉.example得到CommonSettings.props,如下图所示。
使用VS2013打开Caffe.sln文件,然后打开CommonSettings.props文件
具体修改内容为
9行 将cuda的版本改为8.0
16行 matlab支持改为true
行53 matlab路径改为自己的安装版本和路径,比如D:\Program Files\MATLAB\R2017b
行55 添加一个matlab的包含目录 $(MatlabDir)\toolbox\distcomp\gpu\extern\include;
否则编译时会出现C1083错误,可参考博文
错误error C1083: 无法打开包括文件: “gpu/mxGPUArray.h”: No such file or directory 链接: link.
libcaffe 属性设置
如果遇到无法加载libcaffe的问题,保存CommonSetting.prop的修改后关闭VS2013再重新打开Caffe.sln文件即可解决。
1、更改调试状态
首先将调试状态由默认的debug改为Release
选中libcaffe,右键最底下属性,打开libcaffe属性页,点击VC++
2、为libcaffe添加包含目录、库目录、linker
依次添加cuda的包含目录和库目录,选中包含目录,最右边出现下拉菜单,点击编辑 添加 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include,同样的方法库目录编辑 添加 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64,然后点击应用,出现CUDA C/C++和CUDA Linker两个配置属性,点击CUDA Linker,在additional dependencies后添加cudnn.lib
切换到 C/C++ 配置属性的设置界面,将将警告是为错误由默认的是改为否,
确认,关闭libcaffe的属性设置页。
3、为libcaffe添加cuda项目属性表
切换到属性管理器,将该目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\visual_studio_integration\MSBuildExtensions项目属性表CUDA 8.0.props添加到工程libcafe中,添加后会比原来多一个CUDA 8.0 (如果没有写访问权,将CUDA 8.0.prop拷贝到libcaffe目录下)
4、更改cudnn.hpp的参数 (Cuda 9.0才需要,8.0不需要,但保留给9.0的用户)
cudnn.hpp的所在位置为D:\caffe-master\include\caffe\util
打开该文件,在第114行找到cudnnSetConvolution2dDescriptor函数,然后在下一行的输入参数中添加一个参数 CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE,保存。
否则会在仅编译生成 libcaffe 时会报错 error: too few arguments in function call,进而导致后面诸多错误。
5、重新生成libcaffe
应该没有问题的。
caffe编译
选中caffe,右键将caffe设为启动项目,右键设置caffe的 C/C++ 配置属性的设置界面,将将警告是为错误由默认的是改为否,重新生成解决方案。
至此整个环境配置完成。按照以上步骤,基本不会出现问题。
关于matcaffe的使用,请参考其他文章
版权声明
本博客内容仅供交流学习,请勿用于商业目的,对所有商业和非商业软件不负任何版权责任。本博客参考了其他博客的内容,在此不再一一列出,但深表感谢。
如有问题,请留言交流讨论