一步一步指引你在Windows7上配置编译使用Caffe(https://github.com/fengbingchun/Caffe_Test)

之前写过几篇关于Caffe源码在Windows764位上配置编译及使用过程,只是没有把整个工程放到网上,最近把整个工程整理清理了下,把它放到了GitHub上。下面对这个工程的使用作几点说明:

1.      整个工程Caffe在Windows7 64位VS2013下编译,根目录为Caffe_Test。

2.        因为Caffe会依赖其它一些开源库,详细内容可以参考http://blog.csdn.net/fengbingchun/article/details/48768039,因此在Caffe_Test/src/thirdparty目录下存放了依赖的工程,包括GFlags、GLog、HDF5、LevelDB、LMDB、ProtoBuf、Snappy,这几个都有配置好的完整的VS2013项目可以直接进行编译;Boost、OpenBLAS使用的是直接从网上下载的二进制文件,详细安装过程可以参考http://blog.csdn.net/fengbingchun/article/details/47905907。other和OpenBlas_Required_DLL目录是在使用Caffe库需要额外依赖的。在每个目录下需要手动添加install目录,结构为install/include,每种开源库的头文件,install/lib/Debug,install/lib/Release分别存放开源库的静态库,有几个会生成动态库,生成的动态库需要拷贝到执行文件目录下。项目testThridLibrary会测试依赖库的正确性及简单实用。

3.        在依赖库都生成并放在每个依赖库的install的指定目录下,就可以开始配置编译Caffe源码了,目前使用的版本较老,版本号为09868ac,并且不支持CUDA,详细内容可以参考http://blog.csdn.net/fengbingchun/article/details/47905907,项目caffe_vs2013_lib会生成Caffe静态库,在编译前,需要将src/thridparty/LMDB、install/include目录下unistd.h文件中声明的类型别名int*_t和uint*_t注释掉。

4.        项目tools_convert_mnist_data是生成Caffe支持的MNIST LMDB数据格式,详细内容可以参考http://blog.csdn.net/fengbingchun/article/details/49794453

5.        项目train_mnist是训练MNIST数据库使其生成caffe model,在执行时需要将OpenBLAS动态库和OpenBlas_Required_DLL目录下的动态库全部复制到执行文件目录下(lib/rel/x86_vc12或lib/dbg/x86_vc12),同时需要用到test_data/model/mnist目录下的prototxt文件,详细内容可以参考http://blog.csdn.net/fengbingchun/article/details/49849225 ,训练完后会在test_data/model/mnist目录下生成model文件。

6.        项目test_mnist是将训练生成的model应用到手写的数字图像识别中,详细内容可以参考http://blog.csdn.net/fengbingchun/article/details/50987185

7.        从GitHub中下载的Caffe_Test工程需要放到E:/GitCode目录下,因为里面用到一些绝对路径,放在其它目录下需要作下调整。

8.      GitHub:https://github.com/fengbingchun/Caffe_Test

目前Caffe_Test工程只包含了以上介绍的部分:Caffe各种依赖库的项目(所有依赖项目全部存放在src/ thirdparty目录下,除OpenCV外;其它项目全部直接用prj/x86_x64_vc12/Caffe/Caffe.sln打开即可);依赖库的使用测试项目;生成Caffe静态库项目;将MNIST转换成Caffe支持的LMDB数据库项目;训练MNIST项目;测试MNIST项目。从https://github.com/fengbingchun/Caffe_Test下载工程后,按照上面的步骤一步一步的就可以非常简单、方便的在Windows上配置、编译和使用Caffe了。

后面会持续将测试的相关代码放到Caffe_Test中,有需要的可以关注下。

GitHubhttps://github.com/fengbingchun/Caffe_Test

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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