windows 10 环境安装caffe并测试mnist成功详解

本文主要总结windows 10 环境下编译安装caffe并成功测试DNN的详细过程：

软件包：

软件环境   visual studio 2013、windows_10_64bit

安装包      

caffe-master

https://github.com/Microsoft/caffe

cuda_8.0.44_win10.exe

https://developer.nvidia.com/cuda-downloads

cudnn-8.0-windows10-x64-v5.0-ga.zip

https://developer.nvidia.com/rdp/cudnn-download

Miniconda2-latest-Windows-x86_64.exe

https://www.continuum.io/downloads

Matlab2014a

http://cn.mathworks.com/index.html?s_tid=gn_logo

NVIDIA GeForce GTX960 driver

（驱动精灵自动安装）

硬件环境：

CPU  inter(R) Core(TM) i7-4790 CPU @ 3.60GHz

GPU  NVIDIA GeForce GTX960

（一）安装caffe

1、下载caffe-master到D:\

2、修改配置文件CommonSettings.props.example

   将D:\caffe-master\windows下的CommonSettings.props.example复制并重命名为 

   CommonSettings.props

   配置文件修改如下：

（二）编译caffe

1、导入caffe-master

双击Caffe.sln，即可将caffe-master导入visual studio 2013

2、编译caffe

当左下角显示“就绪”后，即可右击解决方案，选择“生成解决方案”，编译时会自动下载依赖包NugetPackages

共有16个项目，编译过程中可能会出现如下报错：

    a. 无法打开文件“python27_d.lib”

        解决方法：http://blog.csdn.net/junparadox/article/details/52704287

    b. "gpu/mxGPUArray.h" Not Found

        解决方法：http://cn.mathworks.com/matlabcentral/answers/141790-gpu-mxgpuarray-h-not-found

    c. 无法打开libcaffe.lib

        解决方法：直接对libcaffe重新生成，或者直接生成一次，当这个文件生成成功以后，重复一下上一步，对所有文         件再重新生成一下，这时候应该不会出现libcaffe.lib无法打开的错误了。

        其他一些bug，可以自行Google、百度一下都可以，注意一定要保证编译充分，编译过程要保证网络畅通。

3、Matlab\Python的安装详解Microsoft/Caffe/ReadMe

      网址：https://github.com/Microsoft/caffe

（三）测试mnist

1、下载mnist数据集

      train-images.idx3-ubyte、train-labels.idx1-ubyte、t10k-images.idx3-ubyte、t10k-labels.idx1-ubyte

      网址：http://yann.lecun.com/exdb/mnist/

      将训练集与测试集标签分别导入：

      D:\caffe-master\data\mnist\mnist_train_lmdb、D:\caffe-master\data\mnist\mnist_test_lmdb

2、制作lmdb格式数据集

      制作脚本create_mnist.bat（脚本路径 D:\caffe-master）

      源代码：

      .\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb   

echo.   
      .\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte   .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb  
pause  

       双击“create_mnist.bat”生成相应lmdb格式mnist数据集：  

        \examples\mnist\mnist_train_lmdb

        \examples\mnist\mnist_test_lmdb 

2、编辑训练脚本

      制作脚本train_lenet.bat （脚本路径 D:\caffe-master）

      源代码：

      SET GLOG_logtostderr=1
      "./Build/x64/Release/caffe.exe" train --solver=examples/mnist/lenet_solver.prototxt 
      pause

3、双击“train_lenet.bat”，测试mnist成功，界面如下：