最权威的当然是官网教程,快速浏览一下,由于官网是Linux的,还是有些差别。
官网地址:http://caffe.berkeleyvision.org/installation.html
网上找过很多文章,感觉都偏复杂了,下面是我的快速配置步骤,大概2个小时全部搞定:
1、安装开发环境
1)VS2013,这个不用说了,自己安装
2)安装Python,大多数机子都已经有了,没有的自己装一下
https://www.python.org/downloads/
3)安装CUDA 7.5,更新的Cuda用不起
https://developer.nvidia.com/cuda-75-downloads-archive
2、获取源码
这里推荐直接用微软官方移植的版本,在Windows下配置会简单很多,功能都一样。
https://github.com/Microsoft/caffe
git clone –recursive https://github.com/Microsoft/caffe.git
推荐用git clone,虽然速度不快,但如果选择用zip打包下载,很可能会出现caffe2/third_party/目录中第三方包缺失的情况,这时还要自己手动下载,更麻烦。
3、配置CuDNN
要用GPU的话,必然就需要CuDNN
https://developer.nvidia.com/cudnn
这里需要下载配套的版本,cudnn-7.5-windows10-x64-v5.0-ga,或者V4.0也可以,更高的,caffe就不支持了。下载后解压就得到一个cuda目录,直接将目录拷贝到caffe源码目录下就行了。
4、生成配置
打开caffe-master文件夹,然后看到一个windows文件夹,然后继续打开windows文件夹,看到里面一个CommonSettings.props.example文件,复制出来一份,并改名字为CommonSettings.props
用VS2013打开Caffe.sln,在CommonSettings.props中,配置cudnn路径
5、编译Caffe库
1)关闭视警告为错误(即设置为No)如果不设置的话在编译boost库的时候会由于文字编码的警告而报错.
2)编译libcaffe,会生成Build的文件夹,以后编译的成功和运行需要的文件都会存放在.\caffe\build\X64\Relase下面。编译过程中会自动下载一些依赖库。
6、生成执行程序
编译caffe.sln的执行文件就会生成caffe.exe
1)这个执行程序的代码就在caffe\tools下,实际就caffe.cpp文件,该源文件拥有着“main”函数,也就是整个程序的入口。在不同的场合,我们具有不同的需求,也就是说一次性tools文件夹内只允许有一个源文件。比如当我们想跑mnist时,该文件夹内就载入caffe.cpp;如果想要将自己的图像数据转成leveldb格式,则该文件夹内就载入convert_imageset.cpp。在CAFFE_ROOT\tools中提供了多个这样的源文件,可按需取用。
2)当生成caffe.cpp的可执行文件后,如果再往tools文件夹中载入第二个cpp文件(如convert_imageset.cpp)并build,则当前Caffe.exe的内容(即caffe.cpp的内容)将会被抹除掉。一个好的方法就是先给Caffe.exe重命名一下然后再build新的cpp文件(比如改名成total.exe),这样就可以把两个可执行文件都保留下来了。