在windows下配置caffe（caffe for windows + vs2013)

在windows下配置caffe，直接使用微软推出了caffe for windows 简单省事。

一 . 编译配置

需要 Visual Studio 2013 对项目进行编译

实验室的电脑上原本就已经安装了CUDA7.5，我直接再下载cuDNNv5放进去就好了， 另外我需要使用到python接口,我的配置步骤如下，主要是参考ms的 github上的Windows Setup和BVLC的github上的 Windows Setup中的说明 。

1. 先将项目拷贝到本地

   C:\Projects> git clone https://github.com/Microsoft/caffe.git

2. 将 .\windows\CommonSettings.props.example 拷贝一份到当前目录，命名为CommonSettings.props

3. 在 ./caffe/windows 下打开 Caffe.sln ，NuGet会根据CommonSettings.props自动还原caffe所需要的第三方库， 需要耐心等待，配置不高的电脑很容易卡死

4. 配置.\windows\CommonSettings.props

   • 配置默认是使用GPU加速的，需要安装CUDA和cuDNN，如果只是用CPU的话可以将CommonSettings.props 中CpuOnlyBuild 设为true 并且将UseCuDNN设为false.
   • 如果需要使用python接口，需要将 CommonSettings.props中的PythonSupport设置为true，而且要设置python的路径，不然在编译的时候会报pyconfig.h: No such file or directory将PythonDir的错误。
     我使用的Anaconda，设置如下<PythonDir>D:\LHF\Anaconda2\</PythonDir>

等NuGet加载完依赖库后就可以直接build了，我直接选择release进行编译的。最后编译完会在 ./caffe下多出个Build目录, caffe就编译完成了。

二、 测试运行

配置完 以后就可以在caffe的根目录下执行了，先看看mnist

sh ./data/mnist/get_mnist.sh
sh ./examples/mnist/create_mnist.sh

第一个命令会下载mnist的数据，可以正常执行。
第二个命令会报如下错误 :
./examples/mnist/create_mnist.sh: line 17: build/examples/mnist/convert_mnist_da
ta.bin: No such file or directory

.bin 是linux下的执行程序，脚本应该是linux下使用的，我们在windows下跑，应该根据情况修改下:
打开create_mnist.sh可以看到如下：

#!/usr/bin/env sh
# This script converts the mnist data into lmdb/leveldb format,
# depending on the value assigned to $BACKEND.
set -e

EXAMPLE=examples/mnist
DATA=data/mnist
# 这里需要修改成caffe编译生成的路径，我的是BUILD=Build/x64/Release
BUILD=build/examples/mnist 

BACKEND="lmdb"

echo "Creating ${BACKEND}..."

rm -rf $EXAMPLE/mnist_train_${BACKEND}
rm -rf $EXAMPLE/mnist_test_${BACKEND}

# 将原来的.bin 改成.exe
$BUILD/convert_mnist_data.bin $DATA/train-images-idx3-ubyte \
  $DATA/train-labels-idx1-ubyte $EXAMPLE/mnist_train_${BACKEND} --backend=${BACKEND}
$BUILD/convert_mnist_data.bin $DATA/t10k-images-idx3-ubyte \
  $DATA/t10k-labels-idx1-ubyte $EXAMPLE/mnist_test_${BACKEND} --backend=${BACKEND}

echo "Done."

我们搜索convert_mnist_data可以发现在caffe编译生成的目录下有convert_mnist_data.exe。
所以我们将BUILD路径先指向caffe编译生成的路径，我的是build/examples/mnist，然后再将convert_mnist_data.bin改为convert_mnist_data.exe，再执行命令就可以成功。成功后在./examples/mnist 下生成了mnist_test_lmdb和mnist_train_lmdb两个文件夹,内有训练数据和测试数据

然后就可以开始训练模型了

sh ./examples/mnist/train_lenet.sh

最后10000次迭代训练出来的结果准确率有99%