本文在windows下使用visual studio2013配置关联anaconda2.7(Anaconda2-4.3.1-Windows-x86_64 (1))的caffe项目,如果有耐心的人,当然可以自己去下载caffe项目自己进行编译,由于我比较懒,所以这里我利用微软自己移植的caffe进行部署,就不尝试编译官方的caffe(听说自己编译需要解决各种坑),微软移植的解决方案编译确实很方便,解决一些引用就ok了。caffe-master
学姐电脑情况如下:win10_x64 GTX950M显卡。安装的纯净系统,用360驱动大师安装驱动。相关安装文件,在百度云中提供的内均可以下载。注意:gtx1000系列显卡无法采用下面安装方法。因为gtx1000系列显卡需要安装cuda8.0.
第一步:安装vs2013及以上,anaconda2.7(相当于Python2.7但是包更全),MATLAB2014及以上版本
第二步:安装cuda8.0,解压缩cudnn的三个文件,复制到cuda安装目下对应的文件内(通常在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下)。无英伟达显卡可以跳过此步
第三步:下载caffe-master文件,解压缩到任意磁盘,假设d盘。
1.在caffe-windows中,复制CommonSettings.props.example并重命名为CommonSettings.props
2.打开CommonSettings.props,将cpu only 改为false
学姐电脑情况如下:win10_x64 GTX950M显卡。安装的纯净系统,用360驱动大师安装驱动。相关安装文件,在百度云中提供的内均可以下载。注意:gtx1000系列显卡无法采用下面安装方法。因为gtx1000系列显卡需要安装cuda8.0.
第一步:安装vs2013及以上,anaconda2.7(相当于Python2.7但是包更全),MATLAB2014及以上版本
第二步:安装cuda8.0,解压缩cudnn的三个文件,复制到cuda安装目下对应的文件内(通常在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下)。无英伟达显卡可以跳过此步
第三步:下载caffe-master文件,解压缩到任意磁盘,假设d盘。
1.在caffe-windows中,复制CommonSettings.props.example并重命名为CommonSettings.props
2.打开CommonSettings.props,将cpu only 改为false