caffe学习（1）------windows下基于GPU配置

 

caffe学习（1）------windows下基于GPU配置

 

具体配置过程：

1、打开官方链接，下载caffe-windows并解压保存在你的电脑中，

2、按照官方的要求，必须要装Visual Studio 2013，

进入你刚才保存windows_caffe的文件夹下，复制 .\windows\CommonSettings.props.example，在原地黏贴，并重命名 CommonSettings.props，说白了，这一步骤就是修改工程的属性文件，里面CUDA和cuDNN库是默认被要求用到的，cuDNN和CPU_ONLY两个只能二选一，Python和matlab是被默认false的，也就是不用，你可以通过修改这个属性文件来个性化设置。

3、安装CUDA7.5：https://developer.nvidia.com/cuda-toolkit，如果不想安装，或者不能安装（没有显卡，或是显卡太旧），也可以用CUP_ONLY，只需在工程的属性文件里面修改一下即可，设置 CpuOnlyBuild为 true 并设置 UseCuDNN为false.

4、下载cuDNN，https://developer.nvidia.com/cudnn，这个网站需要注册才能下载，我下载的是cuDNN v4，caffe官网也说了，用v3或v4。

5、安装Python，（不想用Python可以不用安装）官网也给出了链接，直接下载：http://conda.pydata.org/miniconda.html，按照官网要求，我下载的是 Miniconda 2.7 64-bit Windows，通过安装Python就可以把Python的库路径加入到系统环境变量中去

6、安装matlab，（不想用matlab可以不用安装）因为这个我原本电脑就有安装，就不讲了。

7、把这些都安装好了，就可以修改工程的属性文件了。下面是我修改的属性文件，给出来做参考。

注意：（1）<CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture> 

这一行，是CUDA的计算能力，必须和你的电脑显卡想匹配，不然会报错。查看显卡GPU CUDA Capability的版本，方法： step1: 右键“计算机”—>“属性”—>“设备管理器”—>“显示适配器” step2: 根据显卡型号，在https://developer.nvidia.com/cuda-gpus查看CUDA Capability的版本。要查看显卡CUDA Capability版本的原因是因为：buildVS2013项目默认是开启cudnn的，而CUDNN要求GPU CUDA Capability 不低于3.0，如果CUDA Capability 版本低于3.0，在编译过程中，不关闭cudnn，则会出现类似问题： caffe make runtest error（core dumped）Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0) （2）<TreatWarningAsError>false</TreatWarningAsError> 这一行，如果不改，就会在编译的时候报错，error C2220: 警告被视为错误 - 没有生成“object”文件 (..\..\src\caffe\util\math_functions.cpp) 8、改完工程属性配置文件之后，就可以编译caffe了，就在这个属性配置文件同级目录下有个Caffe.sln，用Visual Studio 2013打开即可，它是默认只对libcaffe进行编译的，你想全部编译需要在调试-->设置启动项目-->通用属性-->启动项目，把单启动项目改为多启动项目，然后再勾选需要启动的项目。改解决方案配置为Release，平台为x64，在点击编译之后，程序会通过NuGet自动加载第三方库（3rdparty），时间会很长，然后就是大约半个小时的编译，最后会在E:\caffe_windows\Build\x64\Release\目录下生成caffe.exe和其他工程的.exe文件。 9、在生成各种.exe文件之后，需要使用Python和matlab的，别忘了把<caffe_root>\Build\x64\Release\pycaffe\caffe文件夹拷贝到<python_root>\lib\site-packages文件夹下。对于matlab，就把生成的matcaffe文件夹添加到matlab的搜索路径里，并把<caffe_root>\Build\x64\Release文件夹添加到你的系统环境路径。 好了，到这里就把caffe配置完成了，之后需了解caffe的框架等等，官网有很多教程，可以多看看。 参考文献：https://github.com/BVLC/caffe/tree/windows