首先声明一下,如标题,本教程是caffe在windows系统上的配置方法,而且是github上官方BVLC/caffe目前推荐的配置方法,并不是使用微软的caffe-windows。之前很多人是用的微软的caffe配置,本教程真不是。
适用平台
64位 windows 10、64位 windows 7(我第一次安装配置的是win10,现在用win7安装给大家做个演示,有一些截图是win10上的,不过没影响的,win8我就不清楚了。。)
caffe简单介绍
caffe是用C++语言编写的深度学习框架,作者是伯克利大学的博士贾扬清(一听就知道是中国人,好像2016年才毕业,因为开发这个框架,他耽误了博士的学业,但正是因为这个框架,才能被这么多人知道,看看github上的stars和followers就知道了,真牛!)。
caffe因为是开源的,所以可以直接修改其C++源码,调整基本的layer结构和求解算法等。当然除了使用C++外,caffe还提供python、matlab接口,十分友好(心中再次崇拜并感激贾扬清一下)。
caffe目前主要用于深度学习下的图像处理方面,也就是支持卷积神经网络CNN多一点,如果是要用RNN网络,还是用tensorflow吧。
由于深度学习训练网络需要大量的数据集和大量的浮点计算,而CPU计算能力有限,所以深度学习任务都会使用到GPU,来加速神经网络的训练。国科大深度学习课的老师说过“无GPU,不科研”,可见GPU对目前人工智能领域来说必不可少。没GPU,还是不要搞深度学习了。
现在,深度学习用的GPU都是NVIDIA厂的,笔者就是用的该厂的GPU(1060 6GB,还行吧)。caffe作为目前十分流行的深度学习框架,当然是支持使用GPU加速的,而且NVIDIA厂明确表明支持caffe,所以大家可以放心使用。(NVIDIA偏老的GPU我就不知道了,大家可以试试)
前期准备
- 首先从BVLC/caffe上下载caffe源码,选择好路径后下载。下载过后,会得到一个caffe-windows.zip文件。
- 将该文件解压到你指定的位置,进行下一步。
- 确定你是不是有NVIDIA的GPU,需不需要用GPU加速,如果不用GPU加速的话,可以跳过下面的cuda安装和cudnn配置,直接配置caffe;如果需要用GPU,则需要在NVIDIA官网上分别下载安装cuda和cdunn,下载地址在下面给出。
- 按照官方建议,需要使用cmake,所以需要先下载