win10配置caffe和tensorflow+faster Rcnn

最新推荐文章于 2024-08-15 18:45:00 发布

置顶栗子酱小排

最新推荐文章于 2024-08-15 18:45:00 发布

阅读量1.7k

点赞数

分类专栏： deep-learning 文章标签： python caffe配置 tensorflow

本文链接：https://blog.csdn.net/lizhi8793/article/details/78730737

版权

deep-learning 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Win10+VS2013+Python配置caffe+tensorflow

本机环境：
系统是win10 X64
显卡为GTX 1050Ti，支持GPU

所需要软件：

VS2013专业版 链接：https://pan.baidu.com/s/1pLqnliF 密码：vnwl
Anaconda2 官网：https://www.anaconda.com/download/
CUDA8.0 官网：https://developer.nvidia.com/cuda-toolkit
Cudnn5.1 官网：https://developer.nvidia.com/cudnn
caffe-windows github：https://github.com/microsoft/caffe

caffe-windows支持python27和cudnn4或5，所以一定要注意版本号，并不是越新越好。tensorflow只支持python35，所以用Anaconda建立环境，也就是python2，3并存。这里主版本我选择的是anaconda2，也就是root为python27，py3则是在environment里搭建，安装在anaconda2下面的envs文件夹里。使用的时候用activate py35激活。

Part1：安装VS2013，配置CUDA

我安装的是VS2013专业版。第一次安装的是VS2015，然而微软集成的caffe-windows并不支持，也有大神们进里面去修改文件，我是做不到了ToT，所以卸了重新装的。如果想方便快速安装的童鞋们，咱们还是老实用VS2013，争取傻瓜式安装一次成功。
Cuda下载好了之后就按照安装程序一步步进行，安装路径是不能修改的直接在C盘。首先安装程序会自动系统检查，可能会出警告不兼容或者部分功能不可用，没关系，忽略就好。之后许可协议，到选项这步，建议选择自定义安装，其中最后一项driver驱动不要安装。自带的安装驱动版本比较低，与显卡可能不兼容，在nvcc -V的时候，会出现warning。完成安装后，在cmd中输入nvcc -V查看。出现下图代表第一步成功。

通过了cuda的示例程序才算真正成功。示例程序在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0下，找到vs2013的程序，在release下进行编译（生成）。这时候可能报错。
这里写图片描述
这种情况需要安装DXSDK_Jun10.exe，就可以找到缺少的头文件。
最后调试出

这张图就是cuda配置成功啦。

part2：配置caffe-windows

从github下载caffe源码，解压后是caffe-master，可以在任意磁盘下。
这里写图片描述
在windows文件夹下，看到里面一个CommonSettings.props.example文件，复制出来一份，并改名字为CommonSettings.props，打开进行修改。

图中红线部分改成自己的路径。用Python的接口就将其改为true，使用MATLAB就将对应的改成为true。
我是用Anaconda2安装的Python27
具体的安装方法参考http://www.jianshu.com/p/cd35110f1ed0
Caffe.sln在release下进行编译
具体参考https://www.2cto.com/kf/201612/575865.html
这里写图片描述
编译成功就会生成caffe.exe文件，上面pycaffe是接下来配置faster rcnn需要的。
需要将pycaffe文件夹下面的caffe文件放到python2中的site-packeges，如果跟我一样使用anaconda2的话，路径为C:\Anaconda2\Lib\site-packages。
也可以通过cmd运行caffe.exe，查看，出现下图表明编译成功
这里写图片描述

part3：配置Python接口及faster Rcnn

主要参考http://blog.csdn.net/u011185952/article/details/71079038
这是一份非常全的配置方法，特别是其中对roi-pooling文件配置，我看了许多其他作者写的都没有这一步。我按照作者一步一步跟下来，基本没有大的问题。遇见的小问题我在后面part5有说，希望可以帮得上忙。
这里写图片描述
成功啦

part4：安装Python35与tensorflow

python35我是在anaconda2中创建的环境，如图，在environment中create python35，我把这个环境起名字叫py35，这样确定之后就在anaconda2\envs文件夹下自动创建了py35。有的教程是在envs文件夹下安装anaconda3，个人不建议这种方法，这样会产生两个相同的anaconda navigator。
这里写图片描述
我曾经使用这种方法，在调用python3时出现崩溃，原因是仍去调用y2的int.py. 最后试过各种方法，无效， ToT。还是在anaconda2中创建靠谱。

创建好环境后，在右侧安装tensorflow包就好，非常easy。我用的是cpu版本。
最后测试一下
这里写图片描述
py27环境下import caffe成功，激活py35，import tensorflow成功。

part5：遇见的坑——傻瓜式安装也有坑

VC9.0编译器问题
error: Microsoft Visual C++ 9.0 is required (Unable to find vcvarsall.bat)
解决办法：SET VS90COMNTOOLS=%VS120COMNTOOLS%
缺少cv2模块

解决办法: 将cv2.pyd放入到anaconda2/Lib/sit-packges下
import caffe找不到，原因是有些包的版本不对

上面是read me中安装说明，如果运行了这两句应该不会再遇到matplotlib，numpy还有protobuf相关的错误了。

图上这些是我更新后包版本
后来我还遇到过DLL load failed，这其实也是版本不对，升级PIL包就解决了。各种包的版本可以用conda list查看。