Windows系统下caffe和TensorFlow的安装配置

Windows系统下caffe和TensorFlow的安装配置

环境准备

• Windows10

caffe安装过程

1. • 安装vs2013

   • 下载caffe-master的压缩包 链接

     最好使用vs2013或者vs2015来编译caffe

2. 解压缩。解压缩之后会得到一个caffe-master的文件夹，目录结构差不多如下（可能会有点差异）：

3. 将caffe-master/windows/CommonSettings.props.example重命名为CommonSettings.props，用vs2013打开caffe-master/windows/CommonSettings.props。

4. 先进行CPU版本的配置。

5. 将CommonSettings.props中的7、8行改为

   <CpuOnlyBuild>true</CpuOnlyBuild>
   <UseCuDNN>false</UseCuDNN>
   

6. 打开调试中libcaffe属性，将配置属性中C/C++中的常规中的“将警告视为错误”改为否，点击应用即可。再将Debug改为Release。

7. 直接点击“本地Windows调试器”即可。

8. 一般在编译结束之后看到生成成功就行了。或者在caffe-master文件夹中生成了Builld/x64/Release/caffe.exe 也说明生成成功了。

9. 比较费力的就是GPU版本的配置了。

   • 下载cuda 下载cuda8.0版本 link

   • 下载cudnn link

   • 下载cuda之后直接进行安装即可，安装过程都默认就好。将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64以及C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin添加进环境变量。

   • 将cudnn中的bin、include、lib文件夹中的文件分别添加至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0中的bin、include、lib文件夹中。

   • 修改CommonSettings.props文件。将7,8行分别改为

     <CpuOnlyBuild>false</CpuOnlyBuild>
     <UseCuDNN>true</UseCuDNN
     <CudaVersion>8.0</CudaVersion>
     

     ​ 再修改第24行(中间是自己的cudnn的存放目录)

     <CuDnnPath>F:\caffe\cuDNN</CuDnnPath>
     

   • 编译文件

10. python接口的配置。caffe只能使用python2.7版本，所以我使用的anaconda3进行配置。

    • anaconda下载 link

      先安装anaconda3，再安装anaconda2

    • 安装过程比较简单，需要主要的就是安装的目录。比如：anaconda3的安装目录是D:\Anaconda3，那么anaconda2的安装目录应改为D:\Anaconda3\envs\py2，py2这个名字可以自取，表示这个Python版本的一个别名。

    • 安装完成之后，打开命令行，执行

      python
      

      可以看到python3.7版本的解释器，要转换到python2.7的版本只需要改变一下环境。

      activate py2
      python
      

      就可以发现python版本变为2.7了。

      取消该环境

      conda deactivate
      

    • 修改CommonSettings.props文件。13行改为true,48行改为

      <PythonDir>D:\Anaconda3\envs\py2\</PythonDir>
      

      中间是自己py2的安装目录

    • 编译成功之后，caffe-master\Build\x64\Release文件夹中会出现pycaffe的文件夹

    • 将pycaffe中caffe的文件复制到anaconda2的安装目录py2中的Lib/site-packages中去

    • 将pycaffe中caffe的文件复制到caffe-master\python\caffe中去，有重复的替换掉即可

    • 然后在命令行中打开py2的环境，执行

      python
      import caffe
      

      没有报错就说明目前的caffe已支持python接口。

TensorFlow安装过程

1. 打开命令行，执行

   conda create -n tensorflow python=3.5
   

   其中tensorflow是自己取得这个python环境的名字，以后要使用这个python3.5环境，只需要activate tensorflow即可。

2. 激活tensorflow环境

   activate tensorflow
   

3. 安装tensorflow

• 安装CPU版本

  pip install --ignore-installed --upgrade tensorflow
  

• 安装GPU版本

  pip install --ignore-installed --upgrade tensorflow-gpu==1.9.0
  

  这里我安装的tensorflow版本是1.9.0的，然后还得安装cuda9.0，然后下载对应的cudnn，同之前在caffe安装时的过程一样。

一些检测方法

1. 查看电脑上cuda版本：

   命令行中输入 nvcc -V

2. 查看已安装的tensorflow版本：

   命令行中激活该环境之后，

   python
   import tensorflow as tf
   tf.__version__
   

3. Anaconda相关操作

   • 查看已经安装的python环境：

     conda env list或

     conda info --envs

   • 删除已有的python环境：

     conda env remove -n tensorflow

小结

  配置环境的确有点累人，特别是有时出现一些问题之后是真的很折磨人。我在配置环境上也是吃了很多亏，希望各位能少走一些弯路吧。环境之前配过，写的时候就没有再重新配置一遍，有问题的话欢迎问我，大家一起解决总比一个人摸索要轻松一些。