1. 程式人生 > >Caffe-windows 環境配置

Caffe-windows 環境配置

本文主要介紹caffe-windows的配置及如何訓練mnist資料集

環境:windows 10\CUDA7.5\cuDNN\VS2013

1、VS2013準備

vs2013中文旗艦版百度下載地址
http://pan.baidu.com/s/1ntr4iQd  


vs2013中文旗艦版 官方下載地址(請迅雷下載)
http://download.microsoft.com/download/0/7/5/0755898A-ED1B-4E11-BC04-6B9B7D82B1E4/VS2013_RTM_ULT_CHS.iso  

vs2013圖文安裝教程:
http://www.ddooo.com/softdown/56303.htm

Visual Studio 2013旗艦版KEY
BWG7X-J98B3-W34RT-33B3R-JVYW9

2、GPU計算環境準備(沒有GPU的同學可以跳過此步)

(1)首先下載並安裝CUDA7.5,下載介面如圖1:


圖 1:CUDA7.5的下載介面

(2)下載cuDNN,注意要下載cuDNN v4版本,下載介面如圖2:


圖 2:cuDNN的下載介面

官網下載cuDNN需要先註冊,而且要填一些調查表,也可以在我上傳的資源中下載。下載後解壓會有三個資料夾bin、include、lib。將這三個資料夾複製到cuda的安裝目錄中:\NVIDIA GPU ComputingToolkit\CUDA\v7.5。(cuda的安裝目錄中也有這三個資料夾,將這三個資料夾分別與原來存在的資料夾合併,如3圖所示)。


圖 3:CUDA 7.5 安裝的根目錄

3、caffe-windows準備

(1)下載官方caffe-windows並解壓,將 .\windows\CommonSettings.props.example備份,並改名為CommonSettings.props。如圖4所示:


圖 4:修改後的CommonSettings.props檔案

(2)關於CommonSettings.props檔案的一點說明

  1. </pre><prename="code"class="html"><?xmlversion
    ="1.0"encoding="utf-8"?>
  2. <ProjectToolsVersion="4.0"xmlns="http://schemas.microsoft.com/developer/msbuild/2003">
  3.     <ImportGroupLabel="PropertySheets"/>
  4.     <PropertyGroupLabel="UserMacros">
  5.         <BuildDir>$(SolutionDir)..\Build</BuildDir>
  6.         <!--NOTE: CpuOnlyBuild and UseCuDNN flags can't be set at the same time.-->
  7.         <CpuOnlyBuild>false</CpuOnlyBuild><!--註釋裡說的很清楚,這兩個值不能同時設為true。若沒有GPU就把CpuOnlyBuild設為true-->
  8.         <UseCuDNN>true</UseCuDNN>
  9.         <CudaVersion>7.5</CudaVersion>
  10.         <!-- NOTE: If Python support is enabled, PythonDir (below) needs to be  
  11.          set to the root of your Python installation. If your Python installation  
  12.          does not contain debug libraries, debug build will not work. -->
  13.         <PythonSupport>false</PythonSupport><!--設定是否支援python介面,若想支援,需要改後面的PythonDir的值-->
  14.     <!-- NOTE: If Matlab support is enabled, MatlabDir (below) needs to be  
  15.          set to the root of your Matlab installation. -->
  16.         <MatlabSupport>false</MatlabSupport><!--設定是否支援matlab介面,若想支援,需要改後面的MatlabDir的值-->
  17.         <CudaDependencies></CudaDependencies>
  18.         <!-- Set CUDA architecture suitable for your GPU.  
  19.          Setting proper architecture is important to mimize your run and compile time. -->
  20.         <CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>
  21.         <!-- CuDNN 3 and 4 are supported -->
  22.         <CuDnnPath></CuDnnPath>
  23.         <ScriptsDir>$(SolutionDir)\scripts</ScriptsDir>
  24.     </PropertyGroup>
  25.     <PropertyGroupCondition="'$(CpuOnlyBuild)'=='false'">
  26.         <CudaDependencies>cublas.lib;cuda.lib;curand.lib;cudart.lib</CudaDependencies>
  27.     </PropertyGroup>
  28.     <PropertyGroupCondition="'$(UseCuDNN)'=='true'">
  29.         <CudaDependencies>cudnn.lib;$(CudaDependencies)</CudaDependencies>
  30.     </PropertyGroup>
  31.     <PropertyGroupCondition="'$(UseCuDNN)'=='true' And $(CuDnnPath)!=''">
  32.         <LibraryPath>$(CuDnnPath)\cuda\lib\x64;$(LibraryPath)</LibraryPath>
  33.         <IncludePath>$(CuDnnPath)\cuda\include;$(IncludePath)</IncludePath>
  34.     </PropertyGroup>
  35.     <PropertyGroup>
  36.         <OutDir>$(BuildDir)\$(Platform)\$(Configuration)\</OutDir>
  37.         <IntDir>$(BuildDir)\Int\$(ProjectName)\$(Platform)\$(Configuration)\</IntDir>
  38.     </PropertyGroup>
  39.     <PropertyGroup>
  40.         <LibraryPath>$(OutDir);$(CUDA_PATH)\lib\$(Platform);$(LibraryPath)</LibraryPath>
  41.         <IncludePath>$(SolutionDir)..\include;$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include;$(IncludePath)</IncludePath>
  42.     </PropertyGroup>
  43.     <PropertyGroupCondition="'$(PythonSupport)'=='true'"><!--與前面python介面設定對應-->
  44.         <PythonDir>C:\Miniconda2\</PythonDir>
  45.         <LibraryPath>$(PythonDir)\libs;$(LibraryPath)</LibraryPath>
  46.         <IncludePath>$(PythonDir)\include;$(IncludePath)</IncludePath>
  47.     </PropertyGroup>
  48.     <PropertyGroupCondition="'$(MatlabSupport)'=='true'"><!--與前面的matlab介面設定對應-->
  49.         <MatlabDir>C:\Program Files\MATLAB\R2014b</MatlabDir>
  50.         <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)</LibraryPath>
  51.         <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)

    相關推薦

    Caffe-windows 環境配置

    本文主要介紹caffe-windows的配置及如何訓練mnist資料集 環境:windows 10\CUDA7.5\cuDNN\VS2013 1、VS2013準備 vs2013中文旗艦版百度下載地址 http://pan.baidu.c

    caffe - windows配置 C++ 開發環境 & ubuntu上安裝其它深度學習框架

    過程 ubuntu 解決方案 ubun 核心 conda pytho 配置 caff windows 上配置C++開發環境的過程: ubuntu上配置caffe、tensorflow、mxnet的過程 基於 anaconda2 1、caffe pip不是

    Windows環境配置MySQL叢集

    作者寫的很好,我發現有點小問題,改了一下 一、Cluster環境搭建 2、準備三臺伺服器(虛擬機器,本人使用的是Windows Server 2008 R2 enterprise),一臺用於配置管理節點,另外兩臺每臺配置一個數據節點和一個SQL節點: 管理節

    Flutter學習筆記之一 Windows環境配置

    Flutter是谷歌的移動UI框架,可以快速在iOS和Android上構建高質量的原生使用者介面。 Flutter可以與現有的程式碼一起工作。在全世界,Flutter正在被越來越多的開發者和組織使用,並且Flutter是完全免費、開源的。 學習參考: Flutter官網:https://

    windows環境配置:同時安裝Python2.7和Python3.6開發環境

    一、下載安裝Python2.7和Python3.6 二、配置系統環境變數 在環境變數中新增 1.安裝目錄\Python27 2.安裝目錄\Python27\Scripts 3.安裝目錄\Python36 4.安裝目錄\Python36\Scripts 三、在安裝目

    從零到一:caffe-windows(CPU)配置與利用mnist資料集訓練第一個caffemodel

    一、前言     本文會詳細地闡述caffe-windows的配置教程。由於博主自己也只是個在校學生,目前也寫不了太深入的東西,所以準備從最基礎的開始一步步來。個人的計劃是分成配置和執行官方教程,利用自己的資料集進行訓練和利用caffe來實現別人論文中的模型(目前在嘗試的是輕量級的SqueezeNet)三步

    Ubuntu 16.04 Caffe SSD 環境配置以及訓練自己的資料集

    這篇文章我一開始寫在簡書,歡迎關注我的簡書賬號,會寫一些論文翻譯以及模型實現過程。「我的簡書文章地址」 這篇文章都儘量寫的詳盡。如果你有任何問題,歡迎在這裡提問,或者到我點簡書提問 總的來說,Caffe 是一個比較難上手的框架。這次嘗試訓練 Caffe 框架

    Caffe-Windows環境搭建(GPU版)

    環境:win10, CUDA 8.0, CuDNN 5.0 版本:Caffe-Microsoft + VS2013 1.準備工作 (1)安裝環境 擁有一張支援CUDA的Nvida顯示卡。 安裝VS2013。 從Nvida官網下載CUDA 8.0,

    caffe windows 版本配置中的 caffe.pb.h 問題

    由於一些問題,需要重灌Faster rcnn的 caffe 的windows版本,在caffe.pb.h上卡了下,以前並沒有注意到過,在此記錄一下。 (1)下載 protobuf         配

    Cocos2d-JS 3.12版本Windows環境配置

    一、安裝Cocos2d-JS 3.12準備工作 1.安裝python2.7x,注意必須是2.7x,這裡有的可能已經安裝了python3.0版本,但是目前的v3.0bate版本有的地方不支援,所以必須是2.7x版本 https://www.python.org/

    伺服器非root使用者編譯caffe環境配置

           第一次在自己新開的伺服器賬號上make -j32簡直不能再爽了,make直接成功,因為伺服器上相關依賴已經安裝了,但是接下來有些問題,簡單記錄一下,沒準以後用的上 1.在make test的時候,出現了can't find xxx.so.x檔案的問題,這個很簡

    Caffe初體驗之Caffe-Windows配置(CPU/GPU)與Mnist資料集測試

    配置編譯caffe-windows安裝CUDA(適用GPU版本)    去英偉達下載CUDA7.5,windows10,x86_64,本地安裝,如下圖:下載安裝CUDNN(V4 for cuda7.0或者V5 for cuda7.5)(適用GPU版本)    這個過程的話新使

    Windows 10(64位)配置Caffe執行環境的基本流程

        進行深度學習可以使用Caffe,我使用windows配置了一下Caffe執行環境,非常簡單。這裡把官網的配置過程搬運過來,以備參考。   配置環境: Windows 10(64位)+ Vis

    win10+vs2013+cuda7.5+cuDnnv4+caffe-windows+matlab+python2環境配置

    我在臺式機和筆記本上分別配置了caffe環境,期間看了網上到目前為止的大部分教程,遇到了很多問題,特別是在windows上配置這個環境,問題更多,現在對整個安裝過程和遇到的問題進行總結。  檢視本機

    深度學習Caffe實戰筆記(18)Windows平臺 Faster-RCNN 環境配置

    好久不寫部落格了,因為前一段時間博主身體抱恙,感觸頗多。。。。。。都說windows平臺做caffe和tensorflow坑多,博主沒有太多優點,唯獨的一個優點就是不服輸,Windows平臺雖然坑多,但是填坑也是蠻有意思的一件事情。另外,在Siamese網路訓練

    windows環境caffe編譯以及python介面配置教程(超詳細)

    前言: 這週一直在搞caffe。編譯開原始碼是一件很痛苦的事情,在教程開始之前,還是建議同學要有耐心,不要怕麻煩,一步一步來,等到調通之日,發現確實沒有想象之中那麼複雜。 一、材料準備 1、下載ca

    React Native環境配置Windows版本搭建

    services 就會 wrapper function 新建項目 之前 path ont 系統 接近年底了,回想這一年都做了啥,學習了啥,然後突然發現,這一年買了不少書,看是看了,就沒有完整看完的。悲催。然後,最近項目也不是很緊了,所以抽空學習了H5。自學啃書還是很無趣的

    Laravel for Windows 開發環境配置

    let osi host func replace sys 模型 _id span 本文為CSDN Choris 原創,轉載請事先征得作者同意,以示尊重! 原文:http://blog.csdn.net/choris/article/details/50215835 L

    windows環境下wampserver的配置教程

    module 單獨 ext 寫作 還需 sta write 打開 服務器 對於初做PHP網站的朋友來說,第一步肯定是希望在自己電腦是搭建PHP環境,省去空間和上傳的麻煩!但搭建環境也不是件容易的事情,特別是對於新手同學來說!因此在這裏跟大家介紹我作為一名新手在使用的方便好用

    Node.js安裝及環境配置Windows

    npm安裝 data- 緩存 裏的 環境配置 cmd命令 服務 string ext 1、本機系統:Windows 10 Pro(64位)2、Node.js:v6.9.2LTS(64位) 二、安裝Node.js步驟 1、下載對應你系統的Node.js版本:https:/