基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe

基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe

最近,自己电脑的系统坏掉了,平时总是用Windows来写论文和文档,而用Ubuntu来做深度学习的训练,因此在自己的本子上安装了Win10和Ubuntu双系统,但是双系统非常容易损坏,尤其是当Ubuntu系统升级时,每次系统坏掉,总要重装一遍Tensorflow和Caffe,前者还比较容易,Caffe的编译和安装实在是头痛,一不小心就会出现各种奇葩的报错。因此,我这次痛下决心,将Ubuntu系统删掉了,只留了一个Win10系统,这逼着我在Win10系统上同时安装好Tensorflow和Caffe两大利器,经过一番折腾,功夫不负有心人,终于成功了,再此写出来,以方便大家。
如果大家在Win10上安装Tensorflow和Caffe的过程中有任何的问题,欢迎来到并关注我的技术微博 [ @MachineLearning-ZJU ],以及留言和讨论

本文的运行环境以及需要安装的软件如下:

  • 系统平台:Win10
  • 驱动软件:Cuda9.1
  • 加速库:Cudnn7.0(与Cuda9.1对应的版本)
  • *编译工具:Visual Studio 2013
  • 深度学习框架:Tensorflow 1.6 和 Caffe
  • 所需基础:无

本博文一共有三部分,分别是:

  • GPU驱动的安装与配置
  • Tensorflow的安装过程及注意事项
  • Caffe的安装过程及注意事项

GPU驱动的安装和配置

这里写图片描述
主要软件
- cuda_9.1.85.1_windows
- cuda_9.1.85.2_windows
- cuda_9.1.85_win10
- cudnn-9.1-windows10-x64-v7
前三个从官网地址(https://developer.nvidia.com/cuda-downloads)下载而来,选择自己需要的版本即可。最后一个对应的官网在维护,可从以下链接下载(https://download.csdn.net/download/daringpig/10298485).
这里写图片描述
具体的安装过程,一直“下一步”就可以了,但是要安装先Cuda9.1后Cudnn7.0.5的顺序。Cudnn7.0.5不用安装,只要将其解压,并将里面的bin、include和lib,拷贝到Cuda安装目录下即可,我的目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1,自己根据具体情况具体分析。

Tensorflow的安装过程及注意事项

Anaconda3下载

这里写图片描述

Anaconda3安装

安装过程中一直下一步即可,注意此处:
这里写图片描述

Anaconda3运行

安装好了后,运行开始菜单—>Anaconda3—>Anaconda Prompt,在命令行中输入conda list
这里写图片描述

Tensorflow安装

在anaconda基础上安装tensorflow需要做一下事情:
- 换源: 为了加速软件的下载
- 配置环境: 为了防止不同的环境相互影响
- 安装依赖包: 不同的配置环境下需要不同的依赖包

##换源##
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
#为Tensorflow创建环境
conda create -n tensorflow python=3.6
#为caffe创建环境
conda create -n py2 python=2.7

运行 开始菜单—>Anaconda3—>Anaconda Navigator,点击左侧的Environments,可以看到
这里写图片描述

Anaconda Prompt中启动tensorflow环境, 并执行以下程序安装:

 #激活tensorflow环境
 activate tensorflow
 #安装tensorflow,下面二选一
 仅CPU:pip install --ignore-installed --upgrade tensorflow
 GPU加速: pip install --ignore-installed --upgrade tensorflow-gpu

 #激活caffe环境,为后面caffe编译做准备
 deactivate tensorflow
 activate py2
 pip install python2.7

到这里Tensorflow就安装好了,应该安装的就是最新的版本Tensorflow1.6

Caffe的编译过程及注意事项

下载caffe

微软caffe传送门(https://github.com/Microsoft/caffe,由于是在WIN10下安装caffe,因此使用微软的caffe可以节约不少时间)

编译caffe

下载完成后,解压caffe【解压目录中最好不要有中文目录】

编译工具为VisualStudio2013【VS2013亲测可用,其余版本VS需考虑兼容性】

配置项目属性

1)caffe-master/windows下 CommonSettings.props.example 文件复制一份重命名为CommonSettings.props

这里写图片描述

2)打开caffe工程(caffe-master/windows/caffe.sln)

打开时会自动安装VS的一些扩展套件【也有可能是其他依赖项,需耐心等待】
将CommonSettings.props中caffe版本改为9.1
这里写图片描述
如果要编译pycaffe,则添加上面py2的路径,我的路径是C:\Users\learner\Anaconda3\envs\py2

3)为caffe libcaffe 添加cuda的项目属性表。将该目录下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\extras\visual_studio_integration\MSBuildExtensions

项目属性表拷贝到VS2013对应的目录中去,我的路径是C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations

4)设置编译器不讲警告视为错误。

这里写图片描述

5)先仅编译生成 libcaffe 时会报错 error: too few arguments in function call,进而导致后面124个错误。

双击查看报错函数 cudnnSetConvolution2dDescriptor,在参数列表末尾补充一个参数 CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可。
这里写图片描述

6)编译生成 caffe 至此整个环境配置完成。


  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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