2014年4月的时候自己在公司就将Caffe移植到Windows系统了,今年自己换了台电脑,想在家里也随便跑跑,本来也装了Ubuntu可以很方便的配置好,无奈在家的风格是“娱乐的时候抽空学习”,所以移植到Windows还是很有必要的。但是,公司禁止将公司内部资料带出,很多地方又都忘记了,周末磨了一天终于移植完,本篇为记录将Caffe移植至Windows7 x64系统下的一些关键步骤。第一步先看看这老些依赖库怎么搞。

在真正开始编译各依赖库之前,需要准备一些必备工具:

        首先当然是VS2013,下载地址:https://www.visualstudio.com/

        其次是CMake工具,下载地址:http://www.cmake.org/download/

1.Boost

下载地址:http://www.boost.org/

编译方法:

1) 运行Visual Studio Tools中的VS2013 x64 Cross Tools Command Prompt终端工具

2) 从终端进入boost库所在目录,如D:\LIBS\boost_1_57_0

3) 运行bootstrap.bat生产64位的bjam.exe

4) 输入命令进行编译,更正一下,msvc-12.0才是vs2013哈,感谢halooooJeffrey http://weibo.com/2211847364

静态库:bjam --build-type=complete toolset=msvc-9.0 toolset=msvc-12.0 threading=multi link=static address-model=64

共享库:bjam --build-type=complete toolset=msvc-9.0 toolset=msvc-12.0 threading=multi link=shared address-model=64

2.OpenCV

下载地址:http://opencv.org/downloads.html 本文中使用的是2.4.10版本

编译方法:

下载后的安装包中有已编译好的库,可直接引用,如D:\LIBS\opencv\build\x64\vc12

3.OpenBlas

下载地址:http://sourceforge.net/projects/openblas/files/

编译方法:

OpenBlas库在windows上编译起来比较复杂,这里给出的下载地址是一个已编译好的压缩包OpenBLAS-v0.2.14-Win32.zip (12.1 MB),直接提供了./bin ./include ./lib路径

4.CUDA

下载地址:https://developer.nvidia.com/cuda-downloads

编译方法:

OpenCV类似,安装好后直接有已编译好的库。如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\includeC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\lib\x64 

以上是依赖库比较常用,最好将该它们的includelib加入到Windows的环境变量中,方便后续的库的编译

5.GFlags

下载地址:https://github.com/gflags/gflags

编译方法:

1) 启动CMake(cmake-gui)工具

2) 设置source code路径和build路径

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

3) 单击Configure按钮,并选择并选择Visual Studio 12 2013 Win64编译器编译器

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

4) 更新完成后,勾选中BUILD_SHARED_LIBSBUILD_STATIC_LIBS

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

5) 单击Generate按钮,生成VS工程 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

6) 打开刚刚生成的VS工程,build其中的ALL_BUILD工程,注意选择x64模式,并分别生成DebugRelease下的库 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

7) 编译成功后,在工程路径下会生成binincludelib三个文件夹 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

6.GLog

下载地址:https://github.com/google/glog

编译方法:

该工程中包含VS工程google-glog.sln,打开直接编译即可,同样注意Solution Platform选择x64模式,并分别生成DebugRelease下的库

7.LevelDB

下载地址:https://github.com/bureau14/leveldb 

这里没有选择官方的https://github.com/google/leveldb是由于官方版本移除了CMake的依赖项,自己写起来比较复杂

编译方法:

与编译GFlags方法类似,唯一需要注意的地方是将CMakeLists.txt中第82行的-DSNAPPY注释掉,否则需要依赖Snappy库,其实并不绝对需要,为了简单起见将此库去掉。另外Leveldb依赖于boost库,如果没有将boost库添加至环境变量,可能需要手动进行设置。

8.LMDB

下载地址:https://gitorious.org/mdb/mdb/archive/462dc097451834477b597447af69c5acc93182b7.tar.gz

编译方法:

1) 解压压缩包到某路径,例如D:\CODE\CXX\mdb-mdb

2) VS2013中新建工程,FILE --> New --> Project From Existing Code.. 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

3) 选取源码所在路径,并给工程起名 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

4) 单击next按钮后选择Project typeConsole application project 

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

5) Solution Platform修改为x64模式

6) 注意将工程的输出改为静态库,右键单击工程 --> property --> Configuration Properties --> General --> Project Default --> Configureation Type --> Static library (.lib)

7) 其中一个.c文件中包含了unistd.h,为了解决这个问题需要准备三个文件 unistd.hgetopt.hgetopt.cunistd.h可以http://stackoverflow.com/questions/341817/is-there-a-replacement-for-unistd-h-for-windows-visual-c解决。另外两个可以从http://ieng6.ucsd.edu/~cs12x/vc08install/getopt9.zip下载

8) 最后编译即可

9.ProtoBuf

下载地址:https://github.com/google/protobuf

编译方法:

压缩包里有一个叫vsprojects的文件夹,其中有现成的VS工程,可以用来直接编译,也需要注意将Solution Platform修改为x64模式

10.HDF5

下载地址:http://www.hdfgroup.org/ftp/HDF5/current/src/CMake/hdf518-CMakeWindows.zip

编译方法:

解压后,在VS2013 x64 Cross Tools Command Prompt终端工具中运行build-VS2013-64.bat即可。

 

整理头文件和库文件

        5-10的头文件和编译后的库统一整理到一个3rdparty文件夹下,其中包含两个文件夹includelib

VS2013配置Caffe卷积神经网络工具(64位Windows 7)——准备依赖库

        include文件夹下包含gflags、glog、google、hdf5、leveldb、lmdb六个文件。gflags的头文件来自于生成的VS工程目录中的include文件夹;glog的头文件来自于VS工程目录中的src\windows文件夹;google中是protobuf的头文件,来自于压缩包中的src\google文件夹;hdf5来自于压缩包中的CMake\hdf5-1.8.14\src文件夹,保留.h文件即可;leveldb的头文件来自于压缩包的include文件夹;lmdb的头文件来自于压缩包中的libraries\liblmdb文件夹,保留.h文件即可

       lib文件夹中的.lib文件直接从编译好的工程目录下拷贝即可,注意debug模式下的.lib文件的文件名修改为xxxd.lib形式

       至此,caffe需要的各项依赖库已经准备完毕,后续会上一些图,看起来直观一些。