Caffe（六）：Windows下搭建Caffe（GPU）

一、准备（暂时不考虑Python和Matlab接口）

系统：Win10

显卡：GTX1060

1、下载安装VS2013

2、安装CUDA（这里为cuda_9.2.148_win10），可以通过NVIDA控制面板->帮助->系统信息->组建下的NVCUDA.DLL信息判断显卡支持的CUDA最高版本

3、下载并解压CUDNN（这里为cudnn-9.2-windows10-x64-v7.5.0.56，注意CUDNN与CUDA的版本要对应）；

4、下载解压caffe-master

二、Caffe的编译

1、进入“caffe-master/windows”目录下，找到“CommonSettings.props.example”文件（注意要勾选上文件夹中的“查看->显示扩展名”才能看到.example），将其拷贝并修改为“CommonSettings.props”。

2、打开“CommonSettings.props”文件，修改以下内容：

4、利用VS2013打开名称为Caffe的解决方案 。

5、编译libcaffe项目，右击libcaffe，选择生成：

6、编译过程中会下载第三方库（还原NuGet包），速度比较慢，这个过程中VS2013可能会出现“未响应”，需耐心等待。下载完成后会在与caffe-master同位置出生成一个NugetPackages文件夹，其中包含下载的各种依赖包：

7、在编译的过程中可能出现的错误

（1）错误 63 error MSB4062: 未能从程序集 F:\caffe\NugetPackages\OpenCV.2.4.10\......的解决办法，解决方法：以管理员身份重新打开VS2013；

（2）错误 error C2220: 警告被视为错误 - 没有生成“object”文件 ，解决方法：将libcaffe属性页中的C/C++->常规下的“将警告视为错误”修改为“否”：

（3）error : too few arguments in function call，是CUDA版本太高的原因，解决方法：双击该错误，打开所在文件“cudnn.hpp”，修改内容：

（注释掉的为原内容，#if...#else...#endif为新内容）

（4）。。。

三、训练MNIST

1、编译项目Caffe，在“F:\caffe\caffe-master\Build\x64\Debug”下会生成一个caffe.exe程序

2、编译项目convert_mnist_data项目，在“F:\caffe\caffe-master\Build\x64\Debug”下会生成一个convert_mnist_data.exe程序

3、下载解压MNIST数据集

4、使用convert_mnist_data.exe程序将下载的数据集文件转换为lmdb格式或leveldb格式。

格式为（lmdb）：

Build\x64\Debug\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\train-images.idx3-ubyte examples\mnist\mnist_data\train-labels.idx1-ubyte examples\mnist\mnist_data\mnist_train_lmdb
Build\x64\Debug\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\t10k-images.idx3-ubyte examples\mnist\mnist_data\t10k-labels.idx1-ubyte examples\mnist\mnist_data\mnist_test_lmdb

 

5、修改“F:\caffe\caffe-master\examples\mnist”下文件“lenet_solver.prototxt”和“lenet_train_test.prototxt”中的路径信息

6、使用caffe.exe执行训练，可以新建一个“train_letnet.bat”文件，内容为：

SET GLOG_logtostderr=1

..\..\Build\x64\Debug\caffe.exe train --solver=.\lenet_solver.prototxt

pause

双击该文件执行训练。