win10+vs2013+cuda7.5+cuDnnv4+caffe-windows+matlab+python2環境配置
阿新 • • 發佈：2019-01-22
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。
檢視本機配置：檢視顯示卡型別是否支援NVIDIA GPU，選中計算機-->右鍵屬性 -->裝置管理器 -->顯示介面卡：NVIDIA GeForce GT950
驅動安裝：從 http://www.nvidia.cn/Download/index.aspx?lang=cn 下載合適驅動
首先安裝過程可以參考：https://github.com/Microsoft/caffe 很具體，只要讀懂了它，出現一些錯誤再去找百度問問就沒大問題了。下面是我的安裝過程： 
6. 到目前為止，cuda環境配置已經成功。 7. 下載miniconda2-64bit，地址：
用vs開啟修改如下內容： ①下面內容表示是否支援該功能，支援就寫"true"，看上面英文即可明白，我設定的是使用cuDnn，cuda7.5，支援python和matlab。（注意：電腦沒有GPU可以設定CpuOnlyBuild為true，CpuOnlyBuild 和UseCuDNN不能同時為true）;
②此處設定cuDnn路徑：如果你的cuDnn是按照步驟3拷貝的，則不用改了。如果你不想拷貝，則需要按照上圖方式改，見<wei : such as>.
③：在下圖設定python和matlab路徑：
這個很簡單吧。路徑在PythonDir和MatlabDir裡修改。預設的是minicuda2和2014b 9. 好了，步驟8完成，既可以編譯caffe.sln工程了。要在release下編譯，首先依次單獨編譯下面三個工程，編譯一下libcaffe看有沒有啥錯誤，然後編譯pycaffe和matcaffe. 這個一定會遇到問題的，只要你是在windows下(找度娘，輕鬆解決，因為多數都會遇到類似問題)。編譯成功。在目錄\caffe- master\Build\x64\Release下出現matcaffe和pycaffe資料夾。下面開始激動人心的，配置python和matlab了。勝利在此一舉，彆著急。
10.python環境：①將pycaffe裡的caffe直接拷貝到\Miniconda2\Lib\site-packages目錄下；or ②設定環境變數 PythonPath ： <caffe_root>\Build\x64\Release\pycaffe
11.matlab環境：①將\caffe-master\Build\x64\Release放到系統path下；& ②開啟matlab新增路徑：\caffe-master\Build\x64\Release\matcaffe即可；matlab可能新增路徑完事，需要重啟軟體才好用。
12.檢查環境是否成功配置：①python: import caffe，不說找不到模組就好; ② matlab：輸入 caffe.reset_all();出現下圖內容就ok了。
最後總結一下，步驟9，編譯caffe.sln工程遇到常見問題：
①編譯時會下載NugetPackages，這是最考驗網速的時候了。這是好vs會無響應，放心等待就好。
②出現error C2220: 警告被視為錯誤 - 沒有生成“object”檔案 (..\..\src\caffe\util\math_functions.cpp)：這是編碼方式的問題。 因為我們的系統大部分使用的是中文，而math_function.cpp檔案是英文的。找到math_function.cpp檔案vs開啟，再儲存即可 ③無法開啟輸入檔案“libcaffe.lib”：關鍵問題是在alt_sstream_impl.hpp 檔案的編碼上，用的是Linux的編碼，改為windows編碼即可，只要找到檔案alt_sstream_impl.hpp檔案用vs開啟，再保持即可。這個檔案在NugetPackages目錄。 ④出現error:找不到mxGPUArray，主要是由於matlab新版本中gpu資料夾已從\extern\include獨立出來了，該檔案在目錄$(MatlabDir)\toolbox\distcomp\gpu\extern\include下，這個只要修改CommonSettings.props檔案新增該目錄即可，細心的你可能會發現 ，上面第8步的圖片中，我已經添加了這個目錄，請看下圖。
⑤嚴格按照步驟安裝後，還出現問題。重啟軟體，重啟系統。
⑥在\caffe-master\matlab\demo目錄下，有個classification_demo.m，可以執行試試。
1)未定義與 'char' 型別的輸入引數相對應的函式 'caffe_'。修改路徑：
2)Please download CaffeNet from Model Zoo before you run this demo：下載model的Git網址： https://github.com/BVLC/caffe/tree/master/models/bvlc_reference_caffenet 3)下載和修改後，執行D:\test.m,測試D:\caffe-master\matlab\demo\classification_demo.m 是不是講的太細，導致你安裝太順利，感覺沒有挑戰性啊！ hiahia 希望對你有幫助。
PS：最後，建議大家還是儘量用Linux環境。
- 安裝vs2013。① 安裝地址：http://pan.baidu.com/s/1hrO6Kvi ②根據caffe-master的要求要安裝2013版本的vs，比2012編譯快；③vs要在cuda之前安裝，以便於cuda對其進行配置。
- cuDnn：將下載的cuDnn解壓到cuda資料夾，將資料夾內部的三個檔案拷貝到cuda目錄下。若是按預設路徑安裝的cuda則拷貝到：\NVIDIA GPU ComputingToolkit\CUDA\v7.5路徑下。直接拷貝是最直觀的方法，還可以採用另一種方式下面會提到，這樣方便更改cuDnn版本。
- 下面編譯一下，cuda目錄下的所有sample；①為了看看是否正確安裝了cuda,②經常會出現找不到d3dx9.h、d3dx10.h、d3dx11.h，即使我的win10系統DirectX版本已經是11.3了，也會出現這個問題，那麼執行下一步操作5。
- 下載安裝檔案DXSDK_Jun10，地址：http://pan.baidu.com/s/1qYHfhgC①我安裝DXSDK_Jun10 過程中遇到不能下載.Net framework3.5的問題，是因為我關閉了系統更新，開啟更新就可以了。配圖如下。②及時解決了①問題，最後同樣是安裝錯誤介面，這個錯誤沒關係，同樣會在你的安裝目錄下出現Microsoft DirectX SDK (June 2010)資料夾，即可。重新執行步驟4，編譯所有sample。如果嚴格按照以上步驟，且版本都對，不會有其他問題。
6. 到目前為止，cuda環境配置已經成功。 7. 下載miniconda2-64bit，地址：
用vs開啟修改如下內容： ①下面內容表示是否支援該功能，支援就寫"true"，看上面英文即可明白，我設定的是使用cuDnn，cuda7.5，支援python和matlab。（注意：電腦沒有GPU可以設定CpuOnlyBuild為true，CpuOnlyBuild 和UseCuDNN不能同時為true）;
這個很簡單吧。路徑在PythonDir和MatlabDir裡修改。預設的是minicuda2和2014b 9. 好了，步驟8完成，既可以編譯caffe.sln工程了。要在release下編譯，首先依次單獨編譯下面三個工程，編譯一下libcaffe看有沒有啥錯誤，然後編譯pycaffe和matcaffe. 這個一定會遇到問題的，只要你是在windows下(找度娘，輕鬆解決，因為多數都會遇到類似問題)。編譯成功。在目錄\caffe- master\Build\x64\Release下出現matcaffe和pycaffe資料夾。下面開始激動人心的，配置python和matlab了。勝利在此一舉，彆著急。
10.python環境：①將pycaffe裡的caffe直接拷貝到\Miniconda2\Lib\site-packages目錄下；or ②設定環境變數 PythonPath ： <caffe_root>\Build\x64\Release\pycaffe
11.matlab環境：①將\caffe-master\Build\x64\Release放到系統path下；& ②開啟matlab新增路徑：\caffe-master\Build\x64\Release\matcaffe即可；matlab可能新增路徑完事，需要重啟軟體才好用。
12.檢查環境是否成功配置：①python: import caffe，不說找不到模組就好; ② matlab：輸入 caffe.reset_all();出現下圖內容就ok了。
②出現error C2220: 警告被視為錯誤 - 沒有生成“object”檔案 (..\..\src\caffe\util\math_functions.cpp)：這是編碼方式的問題。 因為我們的系統大部分使用的是中文，而math_function.cpp檔案是英文的。找到math_function.cpp檔案vs開啟，再儲存即可 ③無法開啟輸入檔案“libcaffe.lib”：關鍵問題是在alt_sstream_impl.hpp 檔案的編碼上，用的是Linux的編碼，改為windows編碼即可，只要找到檔案alt_sstream_impl.hpp檔案用vs開啟，再保持即可。這個檔案在NugetPackages目錄。 ④出現error:找不到mxGPUArray，主要是由於matlab新版本中gpu資料夾已從\extern\include獨立出來了，該檔案在目錄$(MatlabDir)\toolbox\distcomp\gpu\extern\include下，這個只要修改CommonSettings.props檔案新增該目錄即可，細心的你可能會發現 ，上面第8步的圖片中，我已經添加了這個目錄，請看下圖。
⑤嚴格按照步驟安裝後，還出現問題。重啟軟體，重啟系統。
⑥在\caffe-master\matlab\demo目錄下，有個classification_demo.m，可以執行試試。
1)未定義與 'char' 型別的輸入引數相對應的函式 'caffe_'。修改路徑：
2)Please download CaffeNet from Model Zoo before you run this demo：下載model的Git網址： https://github.com/BVLC/caffe/tree/master/models/bvlc_reference_caffenet 3)下載和修改後，執行D:\test.m,測試D:\caffe-master\matlab\demo\classification_demo.m 是不是講的太細，導致你安裝太順利，感覺沒有挑戰性啊！ hiahia 希望對你有幫助。
PS：最後，建議大家還是儘量用Linux環境。