caffe学习笔记1-win10安装与测试mnist

最新推荐文章于 2020-02-07 11:22:06 发布

loufand

最新推荐文章于 2020-02-07 11:22:06 发布

阅读量2k

点赞数

分类专栏： caffe 文章标签： caffe

本文链接：https://blog.csdn.net/loufand/article/details/55506609

版权

caffe 专栏收录该内容

0 篇文章 0 订阅

订阅专栏

windows下caffe的安装有些麻烦，我折腾了一天终于安装好caffe并且成功测试了mnist，在此期间遇到了不少坑，特此记录一下。

安装caffe

caffe的安装方式一直在变化，我安装的时候发现不少博客写的东西已经有些过时了，所以建议大家在安装的时候最好参考官方的安装说明。
官方安装说明https://github.com/BVLC/caffe/tree/windows

我的环境：win10，VS2013，gtx1060

需求

visual studio 2013 或2015
CMake 3.4以上版本
CUDA 7.5或8.0（VS2015只能用8.0）
cuDNN v5
Anaconda Python 2.7 or 3.5 x64 (or Miniconda)
最后在官方github上下载caffe

安装
修改配置文件，打开你下载的caffe根目录，进入\scripts,找到build_win.cmd,打开（建议用notepad++什么的打开，不要用notepad）。找到如下这段

) else (
    :: Change the settings here to match your setup
    :: Change MSVC_VERSION to 12 to use VS 2013
    if NOT DEFINED MSVC_VERSION set MSVC_VERSION=12
    :: Change to 1 to use Ninja generator (builds much faster)
    if NOT DEFINED WITH_NINJA set WITH_NINJA=0
    :: Change to 1 to build caffe without CUDA support
    if NOT DEFINED CPU_ONLY set CPU_ONLY=0
    :: Change to Debug to build Debug. This is only relevant for the Ninja generator the Visual Studio generator will generate both Debug and Release configs
    if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
    :: Change to 1 to build a caffe.dll
    if NOT DEFINED CMAKE_BUILD_SHARED_LIBS set CMAKE_BUILD_SHARED_LIBS=0
    :: Change to 3 if using python 3.5 (only 2.7 and 3.5 are supported)
    if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=2
    :: Change these options for your needs.
    if NOT DEFINED BUILD_PYTHON set BUILD_PYTHON=1
    if NOT DEFINED BUILD_PYTHON_LAYER set BUILD_PYTHON_LAYER=1
    if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=0
    :: If python is on your path leave this alone
    if NOT DEFINED PYTHON_EXE set PYTHON_EXE=python
    :: Run the tests
    if NOT DEFINED RUN_TESTS set RUN_TESTS=0
    :: Run lint
    if NOT DEFINED RUN_LINT set RUN_LINT=0
    :: Build the install target
    if NOT DEFINED RUN_INSTALL set RUN_INSTALL=0
)

按照提示与你本身的环境，修改VS版本，是否使用ninja，是否使用gpu等，

保存退出运行该文件。
然后。。。一般你是会失败的，因为在构建过程中cmake会从网上下一些依赖库，但是由于中国网络原因，它连接不上，于是就失败了，
我们打开caffe根目录下的CMakeLists.txt，搜索download关键字，会发现这样一句话

include(cmake/WindowsDownloadPrebuiltDependencies.cmake)

根据提示，打开根目录下的cmake目录，找到WindowsDownloadPrebuiltDependencies.cmake文件。打开，发现它在开头就定义了几个下载连接，然后你根据你自己的配置需求，下载相应的链接，但注意，这几个连接你依然很难直接下载，你可以买个迅雷会员下载，或者买个VPN（如果你有VPN的话，直接运行那个cmd文件应该就可以成功了），或者你上网找找有没有连接所指向的那个文件。下好后最好校验一下哈希值，下载连接下面就由文件哈希值。
然后将文件复制到scripts\build\目录下。再次运行cmd文件。
如果再次失败，你可以仔细看看我刚才提到的几个脚本文件，分析一下哪里还有问题。

build成功，然后打开scripts\build\，里面就会多出一个VS项目，打开caffe.sln文件，点击生成-生成解决方案，
在build\tools\release下可以发现caffe.exe文件
结束
安装python接口
更新conda源，conda源在国外，为了加快下载速度，更新为清华提供的一个源
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
安装必要的包

conda install --yes numpy scipy matplotlib scikit-image pip six
conda install --yes --channel willyd protobuf==3.1.0

这是官网给出的命令，但我更新protobuf的时候出了错，后来使用pip安装的
3. 复制根目录下的\python\caffe文件夹到Anaconda\Lib\site-packages下面
4. 打开python，import caffe测试一下

测试mnist

为方便起见，可以将caffe.exe的路径加到系统的path中
1. 先从网上下载数据文件mnist-test-leveldb、mnist-train-leveldb
2. 打开跟目录下的\examples\mnist将数据文件复制进去，
3. 修改lenet_train_test.prototxt以及lenet_solver.prototxt两个文件，具体可以看下面这个博客http://www.cnblogs.com/NanShan2016/p/5469942.html，注意数据地址与数据格式的修改，还要注意数据文件名字的问题，我就在这被坑了好久，数据文件的名字是mnist-test-leveldb、mnist-train-leveldb，用的是连字符-，而在lenet_train_test.prototxt中指定的数据却是mnist_test_leveldb、mnist_train_leveldb,用的时下划线，要注意这一点。
4. 在当前目录打开命令提示符，输入caffe train --solver=lenet_solver.prototxt
5. 结束