Caffe-GPU+CUDA 8.0+CUDNN v5+CMAKE+Python2.7+VS2013+Win11环境搭建

搭建Windows环境期间踩过很多坑，在这里记录一下流程和一些问题尝试的解决方案
有条件的话最好就是机子上装个Ubuntu系统去跑

1、环境

（并不一定按照我的版本安装，只是提供一个思路，其他版本也都有安装成功的案例，自行摸索）

我安装的环境：
Windows 11
RTX1650(Notebook)
miniconda3 创建 Python2.7 环境
Visual Studio Ultimate 2013
nvidia-dirver-535
CUDA 8.0.61
cuDNN v5.1
CMAKE 3.10.3

下面是Caffe的Readme.md中的环境要求

2、安装步骤（一定按顺序来！！！）

在安装Caffe前请务必保证以上各项已安装配置完成，如果是GPU版则需要CUDA和cuDNN ，还需要nvidia的显卡驱动，其中CUDA最好安装8.0版本和对应的cuDNN 的5.x版本，这里有两者的对应管理。CMAKE版本也别太低，可以去看Caffe官网给的文档，里面有交代配置。
这里也可以先下载伯克利版本的Caffe（另外还有Intel和微软版本的，我用的是BVLC官方版本，详细可以看这篇博客介绍）

2.1 miniconda3

2.1.1 安装miniconda

从miniconda3的官方网站下载适合自己的Windows版本下载。

双击下载的安装程序，按照屏幕上的指示完成安装。在安装过程中，您可以选择安装路径和其他选项。

安装完成后，打开命令提示符或Anaconda提示符，输入以下命令来验证miniconda3是否成功安装：
（记得添加环境变量）

conda -V 

若安装成功则会弹出对应版本号

2.1.2 python环境创建

Win+R输入cmd打开终端

conda创建一个Python 2.7的环境

conda create -n [environment_name] python=2.7

激活环境

conda activate [environment]

退出的话

conda deactivate

在退出之前我们先安装好一些必要的包（有些外网下载的，会有些慢，记得换pip源）

pip install numpy matplotlib scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz

2.2 Visual Studio Ultimate 13

微软官方下载
官方下载按照步骤一步步去安装就行，序列码啥的网上自己搜一下，去"HELP"->"Register Product"下认证一下就行。

2.3 NVIDIA DRIVER

去NVIDIA官方下载驱动
选择对应参数，点击Search
（Download Type一栏默认）

选择适合自己显卡的一个版本安装（尽量不要安装最新的）
选择安装显卡驱动，不要安装图形驱动！

2.4 CUDA

下载地址（可以开代理下载，快很多）

1、Windows系统版本win11就选win10
2、Installer Type选择Local，本地安装

后面一直默认安装

// 安装完成后记得添加系统Path环境变量
// 按自己的安装目录来，添加 ../include和 ../lib路径
// 下面是我的路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib

在系统环境变量中会发现多了两行

另外的四行需要我们自行添加进去

// 为方便复制放在这里
// CUDA_SDK_PATH的路径按自己位置来，我是默认C盘ProgramData里面

CUDA_LIB_PATH_V8 = %CUDA_PATH%\lib\x64	   			
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

2.5 cuDNN

cuDNN需要和CUDA匹配对应。CUDA是构筑在显卡驱动上的工具库(GPU Computing toolkit)，cuDNN是构筑在CUDA上的深度学习相关的工具库。 因此跑Caffe这个深度学习框架必须要安装cuDNN。

点击这里,大家可以看见cuDNN和CUDA的对应关系，这里我们选择v5版本

下载地址（开代理下快一点，另外这个下载需要注册账号，有的就登一下，在页面最下面）

下载完成后，解压并将解压后的文件对应拷贝到CUDA中对应文件夹去。


不同版本可能对应文件不一样，但拷到对应文件夹就行

2.6 CMAKE

这个按照文档来说版本要 >=3.4,但是版本太低的话跑起来有一些问题，也不敢选太新的版本。最后选了3.10.3的版本

下载地址

下载完成后解压到固定位置，添加到系统Path环境变量。

检验一下，在cmd终端输入

cmake --version

输出版本号即为安装成功

3、安装Caffe

这部分问题比较多，需要耐心解决，稍安勿躁

3.1 下载

如果有git的话，可以通过git下载工程文件

git clone https://github.com/BVLC/caffe.git

或者去GitHub下载Zip文件

进入工程文件../caffe-windows/scripts目录，修改build_win.cmd文件

3.2 配置编译文件

主要修改7-31行、70-99行内容

7-31行


另外70-99行，一样去修改 IF 中的内容就行

注：这里IF中有个参数 CUDA_ARCH_NAME = Auto，可以根据下表选择对应参数，详见这个链接

如果不确定，默认Auto不要动就行

到这里前期的准备工作就都做完了，接下来就是编译（出问题最多的部分）

3.3 编译

在开始编译之前，先检查../caffe-windows/scripts/build目录下，是否存在CMakeFiles文件夹和CMakeCache.txt文件，若存在，先删除这两个文件再进行下一步（每次重新编译都要删除！！！）

Win+R输入cmd打开终端，cd进入../caffe-windows/scripts路径，输入

build_win.cmd

期间过程很慢，要从外网下东西，可以开着代理，我下了半个多小时编译完，满屏飙黄，就成功了。

再将工程路径../caffe-windows/python下的caffe文件夹复制到python安装路径或者是conda创建的python环境路径下的../lib/site-packages下

之后在../caffe-windows/scripts/build找到Caffe.sln用 vs 2013打开，切换到release，生成解决方案，静等编译完成

... ...
... ...
========= 全部重新生成：成功n个，失败0个，跳过0个 =========

之后把../caffe-windows/scripts/build/tools/Release路径，添加到系统Path环境变量里面。如果是Debug模式编译的，就把tools路径下的Debug文件路径添加到系统Path环境变量中。

打开cmd，输入

caffe.exe --version

得到版本信息，说明caffe已经安装成功了

4、 遇到的问题

当出现MSB6006 cmd.exe 退出代码：1 时 可以尝试CUDA_ARCH_NAME=Auto改为CUDA_ARCH_NAME=Kepler

很多问题可以去查询这几篇文章查找解决方案
https://blog.csdn.net/qq_35756383/article/details/102491852
https://blog.csdn.net/pp2373886592/article/details/123816636
https://blog.csdn.net/qq_37618450/article/details/115719956
https://www.cnblogs.com/david97/p/8949713.html