工作日常之 caffe+windows7+GPU 编译安装

  caffe作为facebook的两大开源深度学习框架，其实早已经和facebook另一大深度学习框架pytorch合并了。但是我们作为学习者，了解这些著名框架的来龙去脉、原理使用还是有必要的。最近刚好有这方面的需求，顺便在我们的小服务器上编译了一个三年前版本的caffe。

 

环境准备

操作系统 ：Windows 7 旗舰版

GPU设备：NVIDIA Quadro M2000

GPU驱动：CUDA 7.5 （https://developer.nvidia.com/cuda-downloads）

GPU驱动：cuDNN v5 （https://developer.nvidia.com/rdp/cudnn-archive） 

编译环境：Visual Studio 2013

实验过程

1. 确认GPU。

   （1）打开设备管理器。

   （2）打开显示适配器，查看是否有英伟达的GPU。

   

2. 安装CUDA 7.5。

   （1）下载CUDA 7.5 windows版本： https://developer.nvidia.com/cuda-downloads 。 *需要先注册登陆。

   

   （2）安装exe文件，一切默认。

3. 安装cuDNN v5。

   （1）下载 cuDNN v5。（https://developer.nvidia.com/rdp/cudnn-archive）

   

   （2）解压，并将其中三个文件夹放入CUDA安装路径下，与CUDA的三个文件夹合并，CUDA默认路径如下图所示。

   

    

4. 安装 Visual Studio 2013。

   （1）安装 Visual Studio 2013，一切默认。最终打开如下图：

   

5. 下载caffe源码。

   两种方式：

   （1）自行下载压缩包并解压。

   下载地址： https://github.com/Microsoft/caffe

    

   （2）git拉取项目

   拉取命令： git clone https://github.com/microsoft/caffe.git

   6. VS编译设置与准备。

（1）将caffe源码windows文件夹下的CommonSettings.props.example复制一份，命名为CommonSettings.props。

（2）点击打开caffe.sln。

 

（3）修改CommonSettings.props文件，修改配置。红框中三个属性分别代表——是否只使用CPU、是否使用cuDNN、CUDA版本。

  7. 编译libcaffe。

    右键libcaffe，打开属性。将C/C++——将警告视为错误 设置 为 否。

然后将如下图所示的位置，设置为Release和X64。设置好有右键libcaffe，点击生成。

 

8 编译caffe。

  libcaffe编译成功后，右键‘解决方案caffe’，点击编译。

9.测试caffe命令。

在编译生成的Build\x64\Release文件夹下，cmd运行caffe.exe，出现如下界面则为安装成功。