参考链接:
http://www.cnblogs.com/yixuan-xu/p/5858595.html
http://www.cnblogs.com/zf-blog/p/6139044.html
http://blog.csdn.net/zb1165048017/article/details/51355143?locationNum=6&fps=1 http://blog.csdn.net/zb1165048017/article/details/52980102
搭建一个完整的运行环境,不出错是很难的。尤其是对于我这样的小白。上面是我为搭建此环境参考的前辈博客链接。
这里做下总结,Windows7 64下搭建Caffe+python接口环境。(有些资源是前辈博客里的)
1.软件
Caffe下载链接(caffe-master):
https://github.com/Microsoft/caffe
百度云下载:http://pan.baidu.com/s/1hs8ngpA 密码:ith0
微软的Windows三方包(Nuget程序包):http://pan.baidu.com/s/1pKQKJJP 密码:2vzy
VS2013安装包链接:http://pan.baidu.com/s/1dF5OTWH 密码:16fn
anaconda2下载: 官网下载 https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe
(千万要下载支持python2.7的anaconda2,不然后面会遇到找不到python27.lib,折腾了我一下午时间)
2.软件下载完成之后,开始一步一步来搭建环境。
(1)首先解压caffe-master.zip压缩包,打开caffe-master文件夹。在windows文件夹下复制CommonSettings.props.example文件,
重命名为CommonSettings.props文件。
(2)在windows文件夹下找到Caffe.sln,并用VS2013打开->项目/解决方案。
在CommonSettings.props文件中修改相应内容:(下面Python路径一定要改为anaconda2的路径,图片中是anaconda3路径)
由于PC只有CPU没有GPU,修改第7、8行;想要支持Python接口,修改第13行,并添加Python路径,修改第48行
打开Caffe.sln出现了libcaffe和test_all加载失败。出现这个情况,原因可能和更改配置有关系,就将项目/解决方案关闭,重新打开就好了。
(3)配置文件修改好后,可以编译Caffe了。(有两种Debug和Release活动配置,都可以编译)
这时,可能会弹出一个对话框,表示正在下载第三方包。
也可以这么做,在编译之前直接将NugetPackages文件夹(由于我们已经下载好NugetPackages),放在与Caffe-Master并列文件夹中。下载完成后,如图。
(4)设置一下运行项。
(5)运行caffe.cpp,直接双击打开caffe.cpp,然后ctrl+F5直接编译。出现如下命令窗口说明编译成功。
3.用Caffe来测试mnist数据集
(1)去官网http://yann.lecun.com/exdb/mnist/下载数据集。将图里的数据都下载下来,备用。
下载后解压到.\caffe-master\data\mnist放在两个文件夹下。
(2)在caffe-master目录下,新建一个create_mnist.bat文件,写入下面代码:
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
双击该脚本运行,会在.\caffe-master\examples\mnist下生成相应的lmdb数据文件。
可能会遇到这个问题:
convert_mnist_data.cpp:103] Check failed: mdb_env_open(mdb_env, db_path, 0, 0664) == 0 (112 vs. 0) mdb_env_open failed
解决:在convert_mnist_data.cpp第103行代码中
CHECK_EQ(mdb_env_set_mapsize(mdb_env, 1099511627776), MDB_SUCCESS) //1TB
将数字改为107374182(100M),再重新生成一下convert_mnist_data.cpp
再次运行脚本,又出现这个问题:
convert_mnist_data.cpp:98] Check failed: _mkdir(db_path) == 0 (-1 vs. 0) mkdir .\examples\mnist\mnist_test_lmdbfailed
解决:前面虽然出现了错误,但数据文件夹同样生成了。在convert_mnist_data.cpp第98行代码中mkdir(db_path, 0744)表示为数据库创建文件夹。
如果文件夹已经存在,程序会报错退出。程序不会覆盖已有的数据库。已有的数据库如果不要了,需要手动删除。
(3)修改.\caffe-master\examples\mnist\lenet_solver.prototxt 将最后一行改为solver_mode:CPU
修改.\caffe-master\examples\mnist\lenet_train_test.prototxt,如下图。
(4)在.\caffe-master目录下,新建train_mnist.bat,然后写入下面代码:
.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
pause
然后双击运行,就会开始训练,训练完毕后会得到相应的准确率和损失率。(用Debug配置运行时,大概要一个小时左右才能训练完)
4.配置Python接口
(1)编译caffe接口,确认配置文件CommonSettings.props的参数中第13、48行已修改,如下。
true
C:\Anaconda2\
保存之后,去编译pycaffe,配置模式改为Release
编译完成以后,会出现.\caffe-master\Build\x64\Release\pycaffe文件夹
将caffe文件夹复制到Anaconda2安装目录下C:\Anaconda2\Lib\site-packages
(2)import caffe
由于我PC装了很多版本的Python,在cmd里指定下目录,调用C:\Anaconda2\里的Python.exe
再import caffe
这时会出现 ImportError: No module named google.protobuf.internal 这个错误。
原因是没有protobuf这个模块。使用pip install protobuf(这个安装也需要注意,在cmd里指定下目录,
调用C:\Anaconda2\Scripts\里的pip.exe 即pip.exe install protobuf).
模块安装完成以后,再import caffe,就OK了。
(3)看一个实例
实现的是利用噪声生成一张真实图片,使用的实例是Texture Synthesis Using Convolutional Neural Networks