參考：

整了好幾天，終於實現 windows 環境下的 caffe 編譯，實現 win10 + caffe + vs2013 + anaconda2.7 + cuda8.0 + cuDNN_v5

主要內容

軟體安裝

當前執行環境：Win10 + Nvidia 940MX

需要安裝軟體：

Note 1：安裝 cuda 過程中可能會遇到如下情況

忽略繼續即可

Note 2：安裝 cuda 過程中不要改變安裝的路徑

Note 3：安裝 anaconda 時需要注意新增路徑到環境變數

C:\software\anaconda\Anaconda
 
2
C:\software\anaconda\Anaconda2\Scripts
C:\software\anaconda\Anaconda2\Library\bin

• 1
• 2
• 3
• 4

下載 caffe（這裡使用 microsoft 版本）：Microsoft/caffe

配置

複製 .\windows\CommonSettings.props.example 為 .\windows\CommonSettings.props

開啟 CommonSettings.props 檔案，修改如下：

預設 <CudaVersion> 為 7.5，修改為 <CudaVersion>8.0</CudaVersion>

預設 <PythonSupport> 為 false，修改為 <PythonSupport>true</PythonSupport>

同時需要修改下面的 <PythonDir> 路徑，替換為當前 anaconda 的安裝路徑：<PythonDir>C:\software\anaconda\Anaconda2\</PythonDir>

使用 python 還需要安裝以下檔案：

conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf
 

• 1
• 2
• 3

編譯

開啟 .\windows\Caffe.sln

編譯 libcaffe

剛開始編譯的是 libcaffe，右擊 libcaffe -> Properties：

左側選擇 Configuration Properties -> C/C++，右側選擇 Treat Warnings As Errors 為 No：

Note：選擇 Release 模式和 x64 平臺

配置完成，點選執行即可

問題 1：\INCLUDE\CAFFE\PROTO\CAFFE.PB.H - 找不到此類檔案或資料夾

網上有其他的答案，我的解決方法是修改上面的屬性後重新編譯就可以了

問題 1：Unable to start Program libcaffe.lib

編譯完成最後，彈出上面錯誤。其實 libcaffe.lib 已經編譯完成（在 ./build/x64/Release 資料夾）。或者右擊 libcaffe 重新編譯即可

編譯全部工程

完成 libcaffe 的編譯後，就可以編譯其它子工程了。右擊解決方案，點選 Build Solution，等待編譯完成

測試

編譯生成的檔案均放置在 .\build\x64\Release 資料夾內

測試 caffe.exe

生成的 caffe.exe 在 .\build\x64\Release 目錄下

開啟命令列視窗，轉到 .\build\x64\Release 路徑下，輸入 caffe 執行：

測試 pycaffe

有兩種方法

第一種，將 caffe_root\Build\x64\Release\pycaffe 資料夾放置到 anaconda_root\Lib\site-packages 路徑下

第二種，將 caffe_root\Build\x64\Release\pycaffe 路徑加入到 PythonPath 環境變數中

完成後，開啟 python 視窗，輸入 import caffe 測試：

下載 mnist 資料集

如果在 linux 環境下，執行 ./data/mnist/get_mnist.sh 檔案即可

在 windows 環境下，需要手動下載

我的地址：mnist

在 .\data\mnist\ 路徑下新建資料夾 mnist_train_lmdb 和 mnist_test_lmdb

• 在 mnist_train_lmdb 資料夾中放置 train-images-idx3-ubyte 和 train-labels-idx1-ubyte
• 在 mnist_test_lmdb 資料夾中放置 t10k-images-idx3-ubyte 和 t10k-labels-idx1-ubyte

製作 lmdb 格式資料集

在根路徑下新建批處理檔案 create_mnist.bat：

.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images-idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels-idx1-ubyte .\examples\mnist\mnist_train_lmdb
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images-idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels-idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause

• 1
• 2
• 3
• 4

雙擊執行：

在 .\examples\mnist\ 資料夾下生成資料夾 mnist_train_lmdb 和 mnist_test_lmdb

訓練 LeNet 網路

在根路徑下新建批處理檔案 train_lenet.bat：

SET GLOG_logtostderr=1
.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
pause

• 1
• 2
• 3
• 4

雙擊執行：

訓練識別精度達到 99.07%

在 .\examples\mnist\ 資料夾下生成檔案

lenet_iter_5000.caffemodel
lenet_iter_5000.solverstate
lenet_iter_10000.caffemodel
lenet_iter_10000.solverstate`

• 1
• 2
• 3
• 4
• 5

小結

目前使用的 caffe 版本是 github 上 Microsoft 提供的，但是這個庫已經不維護了，用於學習還是可以滴

編譯好的版本：caffe

測試發現，這個庫很難編譯成功

也有人自己維護了 caffe in windows