caffe了(window官方版win7+VS2013)

最新推荐文章于 2022-02-11 11:12:18 发布

lphbtm

最新推荐文章于 2022-02-11 11:12:18 发布

阅读量696

点赞数

分类专栏：机器学习 caffe 深度学习

机器学习同时被 3 个专栏收录

6 篇文章 0 订阅

订阅专栏

深度学习

4 篇文章 0 订阅

订阅专栏

caffe

1 篇文章 0 订阅

订阅专栏

本文提供了一份详细的指南，帮助读者在Windows环境下成功配置Caffe（包含Win7、VS2013）。文章覆盖了从必备软件安装到解决常见编译问题的全过程，并介绍了如何配置MATLAB和Python接口。

摘要由CSDN通过智能技术生成

转自：http://blog.sina.com.cn/s/blog_74f32c400102wjli.html

终于搞定caffe了(window官方版win7+VS2013)

(2016-11-20 15:22:35)

转载▼

图文讲解caffe配置（Windows官方版本+win7+VS2013）

终于搞定caffe了，但不得不说，过程很烦，很痛苦，在我看来，计算机或计算机专业真得是不要太蠢，没有一个统一性，不能解放相关科研人员或程序员，反而要生生耗费过度的时间和精力，不能使其专注于想做和该做的事情中。吐槽完了，接下来，是配置步骤：

Prerequisites or Requirements：

MATLAB+VS2013+Python。Matlab最好安装2014及以上版本。官方配置步骤中要用到NuGet Pack Maneger这个工具，这个工具主要是用来自动获取并安装项目所需要的第三方依赖库的，可在VS2013工具栏下的拓展和更新中搜索安装，具体可百度，这里非本文重点，不做细说。

对于Python，推荐安装Anaconda，其已经自带了很多工具包，不需要再去安装了（Theano还是要装的），简单方便，所以首选，最好Python2.7的。需要说一下的是Anaconda自带的那个Spyder IDE真得是不要太蠢，为了模仿MATLAB，但山寨得是在太渣，调试功能非常不方便，还有各种蛋疼，总之，用过了就知道，比MATLAB差十万八千里。所以对于IDE，还是装PyCharm吧，PyCharm也是可以用得上Anaconda自带的工具包的。总之，一切本着简单方便的原则。

Setup: 此版本为微软官方的caffe，下载地址，https://github.com/microsoft/caffe。

首先是配置CommonSettings.props文件，具体配置方法也可见readme.txt或上述链接。如下是我的配置截图：

如果电脑有带GTX显卡或支持GPU的，可将CpuOnlyBuild设为FALSE，如果没有就设为TRUE。至于CuDNN，由于本人非计算机专业，没用过这个，所以建议不懂的一般就设为FALSE好了，免得后面出什么状况。

如果要用到，把下载的压缩包解压到CUDA的安装路径中（我CUDA装的是8.0de），参见下图。

然后是MATLAB和python的配置，见截图，这些都是比较简单的。

记得，build的时候一律选择release和x64的（这句要写在前面）。然后单独编译MATLAB和Python的项目，即matcaffe和pycaffe，期间可能会产生错误。Matcaffe中会提示没有 "gpu/mxGPUArray.h"，找到错误定位，将其改为绝对路径，我这里是

#include 。

有些可能还会有其他问题，暂时先不管，接下来编译libcaffe项目，如果都没有问题，那么恭喜你，最后直接右键编译整个解决方案就好了。

但有些会存在问题，我的就存在了关于opencv 2.4.10 overlay，targets啥啥啥的问题，真是蛋疼，反正是搞了一通，最后也不知道怎么搞好的。大概设置过如下地方：

然后重新编译libcaffe，如果还是有错误。哈哈，恭喜你，拼运气的时候到了，先编译整个解决方案（有错误先不管），之后再来编译libcaffe。如果还是有问题，那你就只能根据具体问题来百度了。

在编译好libcaffe之后，接下来就可以编译整个解决方案了。如果没有问题，caffe就编译好了。根据官方的步骤，如果要使用matlab和python的接口，如下设置。

MATLAB：

1. 将生成的matcaffe文件夹加入到matlab搜索路径中，如图示。

2. 将编译得到的release文件夹加入到环境变量中，我这里是

G:\caffe\caffe-windows\Build\x64\Release，如图示。

Python：

方法有两个，一是环境变量中新建名为PythonPath，值为

G:\caffe\caffe-master-MS\Build\x64\Release\pycaffe，如图示。

二是直接将

G:\caffe\caffe-master-MS\Build\x64\Release\pycaffe文件夹下的caffe文件夹复制到python的site-packge目录中，如图示。

两种方法，我都做了。

最后，重启电脑，就可以使用caffe及其matlab和python的接口了。

以matlab为例，使用matlab\demo\classification_demo.m进行测试。需要注意的是不要在该文件夹下运行classification_demo.m，要将其复制到其他目录下（否则会出现错误，单步调试发现matlab会在scores = net.forward(input_data)一行崩溃，所以，不要问为什么，只要照着这里的步骤做就是），这里以即根目录为例。将classification_demo.m复制到根目录之后，需要修改里面的文件路径，具体修改地方以及运行结果就不贴图了，可另下载代码。

如下为一示例代码的结果。