先说我的环境配置:win10x64,i5-3230m,显卡710m,显存2G,12G内存。
anaconda官方地址:https://www.continuum.io/downloads/
cuda官方地址:https://developer.nvidia.com/cuda-downloads
cudnn官方地址:https://developer.nvidia.com/cudnn
caffe官方地址:https://github.com/BVLC/caffe
caffe微软版地址:https://github.com/Microsoft/caffe
1.安装VS2013,具体就不在这里叙述了。
2.
安装matlab2014a,具体就不在这里叙述了。
3.安装anaconda,2对应是py2.7,3则是py3.5。安装时候直接装在某个盘的根目录以免名字过长报错。我就装在C:\anaconda2\
4.下载安装cuda8.0,安装的时候选自定义安装然后把组件全部勾上。之后打开cuda的samples文件夹,打开Samples_vs2013.sln等待加载之后Release x64模式下生成解决方案。
5.下载cudnn,需要注册账号的。下载完成之后解压把里面的cuda文件夹放到容易找的位置,我就放在了C:\cudnn\cuda\
(在后来的安装中发现,GPU运算能力低于3.0的无法使用cudnn,我的显卡是710m,运算能力2.1,跑mnist耗时11分钟,仅仅比我用i5CPU跑快了1分钟,所以运算性能低于3.0的基本可以不需要用GPU来运行了)
(安装cuda,生成samples的解决方案之后,win+R打开控制台,进入samples文件夹cd
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 然后运行deviceQuery.exe,找到
CUDA Capability Major/Minor version number: 后面的数字就是你的GPU运算能力了)
(如果不死心,想要强行把运算能力低于3.0的GPU拉上来跑,可以在c:\caffe-matter\windows,里面的CommonSettings.props,找到 <CudaArchitecture>,在compute_35,sm_35;compute_52,sm_52前面添加上compute_20,sm_20;)
6.下载caffe,建议解压在根目录,比较容易找到。我就解压在c:\caffe-matter\
7.准备工作完成,开始配置环境:
用户环境变量添加
变量path 值C:\caffe-master\Build\x64\Release
变量PYTHONPATH 值C:\caffe-master\Build\x64\Release\pycaffe
系统环境变量添加
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
PATH后面添加
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
然后重启计算机
此时打开cmd输入python应该能进入python平台。输入nvcc -V能查询cuda是否安装正确。
8.编译caffe
打开c:\caffe-matter\windows,里面的CommonSettings.props,按需设置里面的参数
<CpuOnlyBuild>false</CpuOnlyBuild>;如果是true,代表屏蔽GPU功能,只用CPU跑代码
<UseCuDNN>false</UseCuDNN>;如果装了cudnn,这个可以用,不过GPU运算能力低于3.0的无法使用cudnn。需要在 <CuDnnPath></CuDnnPath>设置你的cudnn库的位置
<CudaVersion>8.0</CudaVersion>;设置你的cuda版本
<MatlabSupport>true</MatlabSupport>;需要支持matlab接口的这里要填true,同时 <MatlabDir>C:\Program Files\MATLAB\R2014a</MatlabDir>要填你的matlab目录
修改完成之后保存退出,打开对应VS2013的caffe.sln解决方案,等待加载完成之后把libcaffe设置为启动项,Release下重新生成解决方案。这时候vs会自动给你下载依赖库的,存在跟你caffe目录的同一级别目录里面。文件夹名字叫NugetPackages。等待下载完成会自动继续生成解决方案。生成完成后没有报错则成功。