Win7x64+cuda8.0+ caffe VS2013配置记录

 网上查了下,配置教程,基本都是cuda7.5的,没有多少是cuda8.0的,我一开始还以为很难配呢。好在大神 卜居分享的caffe还是比较方便上手的。

  安装过程参考了:win10 + gtx1060 + cuda8.0 + caffe + vs2013  简单4步在win7 X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。和 《深度学习:21天实战Caffe》

  • 1、安装CUDA8.0(CUDA需要在VS之后安装)

  直接去官网下载cuda8.0,一路默认,这没什么问题,但感觉CUDA8.0根据网上的记载,以及自己的经验还是存在一些问题。

  我的电脑是两块1080,安装完CUDA之后,无法打开NVIDIA GeForce Experience,

  

  但感觉这NVIDIA GeForce Experience没啥用,所以也就没管。

  主要是安装完成后需要自己测试下是否安装成功。

  进入cmd,输入nvcc -V命令,如图所示,表示CUDA安装成功。

  

  进入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0,用VS2013打开Samples_vs2013.sln,然后选择bilatera|Filter,点击Local|Windows Debugger运行

  

  表明测试成功,则表示CUDA安装成功。

  • 2、下载 Caffe Windows

  将Microsoft/caffe代码下载到电脑上,下载地址http://pan.baidu.com/s/1i47Zydv 密码: 9wde,感谢《深度学习:21天实战Caffe》作者卜居的分享。网盘内容截图为:

  

  

  

  只需下载前两项即可。解压WindowsCaffeProject,把解压后的文件都C:\Users\Administrator\Desktop和 卜居的配置一致可以更加方便配置(这是201603的caffe版本)。

  

  • 3、配置

  打开:C:\Users\Administrator\Desktop\caffe-master\windows\CommonSettings.props

  

  由于是1080,使用的是CUDA8,所以修改了 CudaVersion,由于1080的计算能力是6.1,所以修改了CudaArchitecture。不改,保存作者原始的 compute_35,sm_35;compute_52,sm_52,也行。由于和作者路径保持了一致(都是C:\Users\Administrator\Desktop),所以就不用改其它的了。至于Python和Matlab接口等以后需要用的时候,再整。

  修改后保存CommonSettings.props文件,然后打开C:\Users\Administrator\Desktop\caffe-master\windows下的Caffe.sln文件,打开caffe工程。

  单击菜单   “生成”   》  “重新生成解决方案”  ,然后开始编译

  

  编译成功后生成的可执行文件和库位于C:\Users\Administrator\Desktop\caffe-master\Build\x64\Release

  

  • 4、测试

  caffe.exe就是可执行文件,下面将测试CAFFE是否编译成功。

     运行手写字体数字识别程序,windows下训练模型。

  打开Windows命令行,cd切换目录到C:\Users\Administrator\Desktop\caffe-master 然后执行命令:

      Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt

  

  Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt

  我这中间有一段貌似卡住了一样,运行很慢。不过进入计算以后,又很快了,不知道是什么原因。

  

  我这结果是出了问题,以后再查是哪出的问题吧。。。

后来感觉,这应该是opencv出了问题,我这没有整Opencv的环境变量。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值