window10下安裝caffe
一、預安裝的檔案:
1. 破解版vs2015地址,下面地址包含有破解序列號
vs安裝時,需要注意勾選一些SDK相關的選項:
安裝所勾選的SDK出錯,可以下載官網的相應版本,比如10586
2. cmake下載地址,注意是下載msi版本
cmake的環境變數:
一般路徑是C:\Program Files\CMake\bin,在“我的電腦”-- “高階系統設定” – “環境變數” – “path”中進行配置
3. cuda下載,也可在legacy中選擇所需要的版本
https://developer.nvidia.com/cuda-80-ga2-download-archive
4. cudnn下載,選擇了v5,需要登陸賬號
https://developer.nvidia.com/rdp/cudnn-archive
cudnn的安裝方法:就是將cudnn的解壓檔案直接複製到cuda的root目錄下。
5. git安裝:
二、 常規安裝方法:
(一) 修改檔案D:\caffe\scripts\build_win.cmd
2. 下載caffe的github開源庫地址:
3. Python等需要與vs對應。說明一下python和vs的組合,BVLC給出了三種組合,(vs2013,python2.7),(vs2015,python2.7),(vs2015,python3.5)。這點可通過檢視caffe-windows\scripts\download_prebuilt_dependencies.py中程式碼瞭解下。
4. 安裝教程:
(二) 修改cmake\WindowsDownloadPrebuiltDependencies.cmake
在這裡填入vs2015的對應版本號MSVC_Version.
(三) 複製需要下載的檔案
如過不確定能否找到複製貼上的路徑,可以直接執行scripts\build_win.cmd,有需要下載的地方會在cmd中顯示出要下載的路徑。路徑為C:\Users\rs_li\.caffe\dependencies\download\。將對應的檔案拷貝進去【libraries_v140_x64_py35_1.1.0.tar.bz2】,該檔案的下載連線參考自安裝教程
(四) 安裝後的跑demo及debug的方式:
1. 教程
跑demo,逐步編譯debug的說明,瞭解一下即可,編譯的方式與之不同,分別是:
2. 編譯
選擇debug和x64後,進行編譯;
最後,將引數傳入到工程主函式中,注意裡面的路徑是全路徑。
(五) 編譯工程時的問題
1. 標頭檔案找不到
配置好CommonSettings.props檔案,就可以直接在vs中編譯了。但是libcaffe可以直接的編譯成功,編譯工程時,會出現許多錯誤,但有些是關於標頭檔案的,可以參考如下連線,將這些可能的標頭檔案連結放入到編譯工程裡面。
2. 標頭檔案,動態連結庫lib找不到:
在工程屬性中找到VC++目錄,在裡面檢查並新增路徑
3. 軟體配置
這個版本的caffe,只支援vs2013【MSVC_VERSION=12】以及python2.7的組合。
4. 在vs中編譯
需要指定編譯後的啟動專案,在解決方案上右擊,選擇啟動專案
5. 無法查詢或開啟 PDB 檔案:
三、 據說caffe有直接安裝的版本
(一) 安裝教程
貌似是下面的這種方式:
部落格csdn的兩篇,可以參考一下:
Caffe的開源庫:
(二) 安裝說明:
安裝的時候,需要改動的地方真心不多,就一個example。不僅是少,而且的少的不知所措。經過有限的推測,這個版本【5】的環境配置要求是vs2013+python2.7,因為編譯的時候需要Nuget處理一些東西,裡面對應的版本是boost_python2.7-vc120,而且在可以修改的檔案中不能做出修改。
對Nuget需要處理的檔案大致的推測:
在caffe-root\window下存在的各個package.config裡的引數會最終呼叫了caffe-root\window下的nuget.config,將要處理的檔案放到指定的資料夾下,即..\..\NugetPackages。所以,大致推測是這個工程所需要的環境配置是vs2013和py2.7。而github開源庫說這個庫不夠活躍,所以就不深入研究了。
相關推薦
window10下安裝caffe
一、預安裝的檔案:1. 破解版vs2015地址,下面地址包含有破解序列號vs安裝時,需要注意勾選一些SDK相關的選項:安裝所勾選的SDK出錯,可以下載官網的相應版本,比如105862. cmake下載地址,注意是下載msi版本cmake的環境變數:一般路徑是C:\Progra
window10下安裝python3.6.x 及環境變量的配置
shu ont -- gpo python nbsp cnblogs 系統 www. 我的安裝環境是pc電腦端,windows10操作系統(64位的);我下載的32為的python(目前32位的python可以在32為、64位操作系統下都能運行,我對效率要求不是很
Mac OS X10.10 下安裝caffe
Mac OS X10.10 下安裝caffe [email protected] http://blog.csdn.net/surgewong 在Linux學習 Caffe【1】有一段時間了,也漸漸地對 Caffe 的框架
Ubuntu 16.04下安裝Caffe解決 undefined symbol: _ZN5boost6python6detail11init_moduleER11PyModuleDefPFvvE
今天安裝Caffe框架,make時一切正常,但import caffe時出現以下錯誤 >>> import caffe Traceback (most recent call last): File "<stdin>", line 1, in <
ubantu 下安裝caffe 遇到多版本的protoc 問題
附:可能對應的錯誤 .build_release/src/caffe/proto/caffe.pb.h:12:2: error: #error This file was generated by a newer version of protoc which is #error This
如何在window10下安裝FileZilla服務端,然後虛擬機器vb下的centos訪問該伺服器?
知識點 一、Filezilla客戶端作用: 通過服務端提供的ip/username/password,連線服務端 可以將客戶端的檔案上傳到伺服器端事先設定後的共享目錄下(shared directory) 可以在客戶端瀏覽到共享目錄的檔案結構 可以將共享目錄中的檔案
Ubuntu16.04下安裝Caffe(CPU版)
第一步:安裝Caffe依賴 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
Ubuntu16.04下安裝Caffe(GPU)
說明: 我這裡主要是參考第一篇和第二篇的詳細講解過程,下面我就是對自己遇到的問題作出一些解決: 這是在最後的編譯階段出現的問題,(一)嘗試了在本地新增libcudart.so.8.0的路徑,更新路徑後,我又輸入命令sudo make runtest -j8結果
ubuntu16.04下安裝caffe,遇到的系列問題,純小白犯得錯誤,勿噴
—>安裝opencv時 出現cmake error at 3rdparty/ippicv/downloader.cmake:73 (file) 這是因為我的這個ippicv_linux_20141027.tgz安裝包出現的問題, 在opencv-3.1.0
centOS下安裝caffe教程(未完待續待整理)
1,安裝基礎依賴庫 sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel sudo yum install gfl
在linux下 安裝caffe 遇到的一個問題
CXX src/caffe/layer_factory.cpp /bin/sh: 1: cannot create .build_release/src/caffe/layer_factory.o.warnings.txt: Permission denied src/caffe/layer_fac
在window10下安裝Torch的詳細教程
在window10下安裝Torch必要的安裝工具: MSVC,以下任何一種選擇都足夠了 Visual Studio Express Visual Studio社群 Git CMake Conda, manage dependenc
Windows7下安裝Caffe(GPU):試了很久的失敗版本(可參考)
這是個失敗的版本,既然記錄下來了,就保留下來,總體來說沒錯,只是可能CUDA版本不合適。 可以參考下。 一. 安裝CUDA 2. 正常安裝 出現這個問題。。不懂。。我還是繼續了 後來大概弄懂了: 首先,CUDA不是驅動,這裡的“This graphics d
深度學習之Windows下安裝caffe及配置Python和matlab介面
去年下半年看了相關目標檢測的論文,一些傳統的演算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基於深度學習卷積神經網路方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD,然後明天準備
Caffe學習1——在ubuntu16.04環境下安裝Caffe(CPU)
目前在網上,已經存在很多的Caffe安裝教程。本文主要介紹筆者在安裝Caffe——CPU版本所遇到的問題(主要參考了網上的 部落格) ,以及相關解決方法。以下給出基於ubuntu 16.04系統的Caffe的CPU安裝步驟:1. 安裝gitsudo apt-get inst
Ubuntu16.04下安裝caffe的方法(踩坑無數後的吐血總結)
平常較少接觸linux系統,因專案需要使用linux下的caffe。為了這一次安裝探索了兩天,踩了無數的坑,參考了網上很多教程,發現百度裡的答案不是內容有錯誤,就是描述的問題和自己無關
叢集伺服器環境下安裝Caffe深度學習庫(GPU)
關於配置Berkeley Caffe深度學習庫的帖子網上已經有很多了, 不過大多數都是基於本地機進行配置. 我個人的一部分研究涉及到用深度學習對數字病理學圖片進行分類(基於畫素),因為影象量很大所以需要用到叢集計算並利用GPU加速.個人覺得自己在演算法和理論上並不算深入,在
window10下 安裝python3.6.4
今天是我學習python的第一天,,立此貼為證,希望可以堅持下來。 1.下載python 首先開啟python的官方網站 然後點選Downloads,選擇windows,再選擇圖中所示版本(注:因本人電腦是64位所以選64位版本) 2.安裝python 下載完後即可
Mac下安裝caffe(cpu-only)
<span style="font-size:18px;"> MacBook-Pro:caffe wei$ vim Makefile.config # NOTE: this is required only if you will compile the python interface. #
Ubuntu下安裝caffe問題筆記
protobuf的安裝和解除安裝解除安裝: which protoc rm /usr/local/bin/protoc安裝:下載後./autogen.sh ./configuremakemake checkmake install但由於github上面下載的沒有conf