wind10 + cuda9.0 + cudnn7.1 + caffe(c++与python接口) + anconda2 环境搭建

最新推荐文章于 2024-07-07 22:27:26 发布

江南才尽，年少无知！

最新推荐文章于 2024-07-07 22:27:26 发布

阅读量700

点赞数 1

分类专栏： # 环境搭建文章标签：神经网络深度学习 caffe

本文链接：https://blog.csdn.net/weixin_43013761/article/details/105094390

版权

环境搭建专栏收录该内容

3 篇文章 2 订阅

订阅专栏

以下链接是个人关于深度学习环境搭建的所有链接，包含了各个框架：
深度学习环境搭建-史上最全无死角系列
有兴趣的朋友可以添加微信 17575010159 相互交流。

资源下载

$\color{red}{请大家注意：本人编写该博客的时间为~~ 2020-03-25，并不能保证适用于你现在的时间点}$
$\color{red}{如果百度云失效，大家可以联系本人或者留言}$
为了大家的方便下载到和本人博客一样的资源，先贴出如下链接（包含了该博客介绍环境的所有资源）
链接：https://pan.baidu.com/s/16XQ130fNo56NbevrlH-fxQ
提取码：1wzo
可以通过官网下载对应的资源如下：

1. anconda2.7：https://www.anaconda.com/distribution/#download-section
注意，只能使用conda2。

2. cuda9.0：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
需要注意的是，cuda9.0有4个补丁需要安装，本人只安装了补丁1和补丁2
,
3. cudnn7.1： https://developer.nvidia.com/rdp/cudnn-archive
这里需要注册登录，本人感觉使用微信登陆是最方便的

4. winds-caffe： https://github.com/microsoft/caffe

软件安装

首先我们需要安装如下软件（通过本人百度云下载）
在这里插入图片描述

VS2013安装

该软件的安装十分简单，执行其中的 vs_ultimate.exe 文件即可，也可以百度寻找相关的安装教材。
在这里插入图片描述

anconda2安装

anconda3的安装过程十分简单，主要有两个需要注意的地方：

记住安装的路径，如本人为 D:\Users\94428\anaconda2
勾选如下，自动添加到环境变量，

cuda9.0安装

从百度云可以下载到如下文件
在这里插入图片描述
按照上面排列的顺序进行安装即可，记住自己安装的路径，如本人默认安装路径如下：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
安装完成之后拷贝如下文件到，上述安装目录：

等待安装完成之后，在wind 命令终端执行如下指令nvcc -V，显示如下，即便是安装成功：
在这里插入图片描述
如果发现安装完成下之后，不能执行该命令，请自行百度，大概的原因是需要手动设置环境变量，本人一切正常。

caffe编译

把所有的环境安装完成之后，我们开始编译 caffe-master.zip 文件，首先是解压。解压之后复制一份caffe-master\windows\CommonSettings.props.example，同样放置在该目录，重命名为CommonSettings.props。主要修改如下（以下为本人修改过后的截图-可以根据行号快速查找）：
在这里插入图片描述

其上

# 使用GPU
<UseCuDNN>true</UseCuDNN>

# cuda版本
<CudaVersion>9.0</CudaVersion>

# 提供python接口
<PythonSupport>true</PythonSupport>

# anconda2的安装路径，
<PythonDir>D:\Users\94428\anaconda2</PythonDir>

首先我们这样简单的配置，后续有需要再进行更改，然后使用VS2013 打开以下工程，如本人：
在这里插入图片描述即caffe-master\windows\Caffe.sln文件。打开该工程之后首先做如下设置，把Debug改成Release，如下：

然后右键点击libcaffe，如下

把警告视为错误设定为否，点击确定。然后再次右键点击libcaffe，选择生成。进行编译。

报错一

错误	1	error MSB4062: 未能从程序集
 C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\\private\coapp.NuGetNativeMSBuildTasks.dll 加载任务“NuGetPackageOverlay”。
 未能加载文件或程序集
 “file:///C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\private\coapp.NuGetNativeMSBuildTasks.dll
 ”或它的某一个依赖项。系统找不到指定的文件。 
 请确认 <UsingTask> 声明正确，该程序集及其所有依赖项都可用，并且该任务包含实现 
 Microsoft.Build.Framework.ITask 的公共类。	C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\OpenCV.targets	772	5	libcaffe

该错误主要是因为opecv版本更新的原因引起，本人通过如下博客解决：
https://blog.csdn.net/u013277656/article/details/75040459
简单来说，
第一步：项目->管理NuGet程序包->更新，此时可以看到opencv后面有更新的按钮，点击更新为opencv2.4.11。
在这里插入图片描述

$\color{red}{更新完成后，关闭项目重新打开（必须要），先不要编译（一定不能先编译），做第二步操作如下}$

第二步选中工程中的libcaffe：
在这里插入图片描述
右键点击之后选择卸载项目，再右键先择编辑libcaffe.vcproj,把该文件中所有的OpenCV.2.4.10都换成OpenCV.2.4.11，重新加载项目，再进行编译生成即可。

错误二

完成上诉之后，重新编译，依旧会报错libcaffe，如下：

错误	372	error : too few arguments in function call	C:\Users\94428\Desktop\caffe\caffe-master\include\caffe\util\cudnn.hpp	114	1	libcaffe
C:\Users\94428\Desktop\caffe\caffe-master\windows\..\Build\Int\libcaffe\x64\Release -maxrregcount=0  --machine 64 --compile -cudart 
static -Xcudafe "--diag_suppress=exception_spec_override_incompat --diag_suppress=useless_using_declaration --
diag_suppress=field_without_dll_interface" -D_SCL_SECURE_NO_WARNINGS -DGFLAGS_DLL_DECL=    -DHAS_LMDB -
DHAS_HDF5 -DHAS_OPENBLAS -DHAS_OPENCV -DNDEBUG -D_SCL_SECURE_NO_WARNINGS -DUSE_OPENCV -
DUSE_LEVELDB -DUSE_LMDB -DWITH_PYTHON_LAYER -DBOOST_PYTHON_STATIC_LIB -DUSE_CUDNN -D_UNICODE -
DUNICODE -Xcompiler "/EHsc /W1 /nologo /Ox /FS /Zi  /MD " -o C:\Users\94428\Desktop\caffe\caffe-
master\windows\..\Build\Int\libcaffe\x64\Release\absval_layer.cu.obj "C:\Users\94428\Desktop\caffe\caffe-
master\src\caffe\layers\absval_layer.cu"”已退出，返回代码为 2。	C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations\CUDA 9.0.targets	707	9	libcaffe

本人参考以下博客修改:
https://blog.csdn.net/qq_29613155/article/details/85115682
进入libcaffe的属性——》生成事件——》预先生成事件——》在生成中使用——》否，生成事件——》后期生成事件——》在生成中使用——》否，重新编译，的方法解决:
在这里插入图片描述
然后重新编译（重启VS2013）。

报错三

错误	379	error : too few arguments in function call	

C:\Users\94428\Desktop\caffe\caffe-master\include\caffe\util\cudnn.hpp	114	1	libcaffe
错误	380	error MSB3721: 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\nvcc.exe" -gencode=arch=compute_35,code=\"sm_35,compute_35\" -
gencode=arch=compute_52,code=\"sm_52,compute_52\" --use-local-env --cl-version 2013 -ccbin 
"D:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\x86_amd64" -x cu  -
IC:\Users\94428\Desktop\caffe\NugetPackages\OpenBLAS.0.2.14.1\build\native\..\..\lib\native\include -IC:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.11\build\native\../../build/native/include/ -
I"C:\Users\94428\Desktop\caffe\caffe-master\windows\libcaffe\\..\..\src\\" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include"     
--keep-dir C:\Users\94428\Desktop\caffe\caffe-master\windows\..\Build\Int\libcaffe\x64\Release -
maxrregcount=0  --machine 64 --compile -cudart static -Xcudafe "--
diag_suppress=exception_spec_override_incompat --diag_suppress=useless_using_declaration --
diag_suppress=field_without_dll_interface" -D_SCL_SECURE_NO_WARNINGS -DGFLAGS_DLL_DECL=    -
DHAS_LMDB -DHAS_HDF5 -DHAS_OPENBLAS -DHAS_OPENCV -DNDEBUG -
D_SCL_SECURE_NO_WARNINGS -DUSE_OPENCV -DUSE_LEVELDB -DUSE_LMDB -
DWITH_PYTHON_LAYER -DBOOST_PYTHON_STATIC_LIB -DUSE_CUDNN -D_UNICODE -DUNICODE -
Xcompiler "/EHsc /W1 /nologo /Ox /FS /Zi  /MD " -o C:\Users\94428\Desktop\caffe\caffe-
master\windows\..\Build\Int\libcaffe\x64\Release\bias_layer.cu.obj "C:\Users\94428\Desktop\caffe\caffe-
master\src\caffe\layers\bias_layer.cu"”已退出，返回代码为 2。	C:\Program Files 
(x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations\CUDA 9.0.targets	707	9	libcaffe

点击报错的（个参数太少导致报错）

错误	379	error : too few arguments in function call

可以跳转到如下代码：
在这里插入图片描述
这里缺少了一个参数，补充一个CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可如下：

然后保存，重新生成libcaffe。此时本人 libcaffe 已经能够成功编译。

然后生成解决方案，操作如下：
在这里插入图片描述

报错四

错误	1	error MSB4062: 未能从程序集 C:\Users\94428\Desktop\caffe\NugetPackages\gflags.2.1.2.1\build\native\\private\coapp.NuGetNativeMSBuildTasks.dll 加载任务“NuGetPackageOverlay”。未能加载文件或程序集“file:///C:\Users\94428\Desktop\caffe\NugetPackages\

本人通过如下博客解决
https://blog.csdn.net/u013913216/article/details/80401601
总的来说就是卸载glog包，在重新安装，也可以选择直接更新，但是记得要重新启动VS

报错五

错误	1	error : NuGet Error:文件“C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\bin\x64\v120\Release\opencv_nonfree2410.dll”正由另一进程使用，因此该进程无法访问此文件。	C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build

本人通过如下博客解决:
https://blog.csdn.net/AI_focus/article/details/79006909
重新以管理员的方式启动VS2013编译即可。

最后可以看到如下提示：
在这里插入图片描述
这样caffe源码我们就编译完成了，最后就是验证GPU的使用了。

caffe代码验证

首先去官网下载数据集：
http://yann.lecun.com/exdb/mnist/
在这里插入图片描述
四个数据集下载之后，放置如下，

第一步： 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 .\mnist\mnist_train_lmdb\train-images.idx3-ubyte  .\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb 
echo.
.\Build\x64\Release\convert_mnist_data.exe .\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte  .\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。
在这里插入图片描述

如果出现问题，可以参考下面的博客：
https://www.cnblogs.com/billyzh/p/6307716.html

第二步： 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)，运行现象类似如下：
在这里插入图片描述

python接口使用

根据前面的配置，编译之后，可以找到如下文件：
在这里插入图片描述
将caffe文件夹复制到Anaconda2安装目录下C:\Anaconda2\Lib\site-packages，然后 cmd 终端执行指令：

python
import caffe

本人打印如下：
在这里插入图片描述
可以看到，其有报错出现。

错误一

ImportError: No module named google.protobuf.internal

执行：

pip.exe install protobuf

本人打印如下：
在这里插入图片描述
再次重新导入caffe包，然后本人没有报错，表示导入成功。到这里，对于 caffe 环境的安装已经介绍完成了，谢谢大家的观看！

江南才尽，年少无知！

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
2
评论
wind10 + cuda9.0 + cudnn7.1 + caffe(c++与python接口) + anconda2 环境搭建

以下链接是个人关于深度学习环境搭建的所有链接，包含了各个框架：深度学习环境搭建-史上最全无死角系列有兴趣的朋友可以添加微信a944284742相互交流，有交流群。百度云资源下载请大家注意：本人编写该博客的时间为  2020−03−25，并不能保证适用于你现在的时间点\color{red}{请大家注意：本人编写该博客的时间为~~ 2020-03-25，并不能保证适用于你现...
复制链接

扫一扫