一、准备工具
1、已经安装好vs2013。
2、BVLC/caffe/tree/windows microsoft/caffe 谁能告诉我,这两个版本有啥区别呢?本次,先用microsoft/caffe进行安装吧,先用这个来学习caffe.
3、CUDA7.5 官方的说法是vs2013要用CUDA 7.5,vs2015要用CUDA 8。选择windows 10,exe(local),下载后得到cuda_7.5.18_win10.exe,貌似有964M。
4、cuDNN下载 官方的说法是需要cuDNN v5版本,我选择了 cuDNN v5.1 (May 12, 2016), for CUDA 7.5 win10这个版本。得到了 cudnn-7.5-windows-x64-v5.1-gz.zip文件。
二、安装CUDA
1、如步骤一所示,下载CUDA7.5。
2、安装,貌似一直下一步即可。
三、安装cuDNN
1、解压cudnn-7.5-windows-x64-v5.1-gz.zip压缩包后,得到了bin、lib、include三个文件夹。将这三个文件夹复制到cuda的安装目录中:\NVIDIA GPU ComputingToolkit\CUDA\v7.5(cuda的安装目录中也有这三个文件夹,将这三个文件夹分别与原来存在的文件夹合并)。
四、下载caffe-windows
1、链接打开之后,直接点击网页中的Clone or download。
2、将caffer-master/windows目录下的 CommonSettings.props.example文件备份,并改名为CommonSettings.props,然后在vs中打开CommonSettings.props,博主电脑上有一个英伟达GTX750Ti的显卡,因此可以使用默认配置,具体如下:
红色框区域的三行所表示的意思是:是否仅cpu,否;是否使用CuDNN(这个是GPU配置需要的)以及CUDA的版本,是;CUDA版本,7.5.
修改该配置文件下的CUDA版本和显卡的计算能力,查询地址,比如我的显卡计算能力为5.0就写为50,务必正确设置。
在配置文件的时候,PythonSupport、MatlabSupport项目默认是false,也就是说如想使用Caffe的Python接口,需要将其设为true。
3、最好是把 解压cudnn-7.5-windows-x64-v5.1-gz.zip压缩后,得到的cuda文件夹,其所在的目录,写到CuDNNPath中。
五、开始编译
1、打开caffe-master/windows下的Caffe.sln文件
2、右键解决方案Caffe,点击“启用NuGet程序包还原”(亲测不需要这个步骤,执行了反而会出问题)
3、选中Caffe解决方案下的所有项目(共16个),右键点击“属性”,配置属性——C/C++——常规,把“将警告视为错误”选项设为“否”。此举是为了规避代码中英文环境冲突的一 些问题。如果没有设置,则会出现类似下面的错误。
4、将“解决方案配置”改为Release x64(推荐)。事实上Debug x64也可以使用
5、找到libcaffe项目,右键:设为启动项目,然后右键选择“重新生成”。此时VS2013将自动开始下载Caffe的各种依赖包,包括OpenCV,Protobuf等等。漫长的等待。。。(将已经下载好的NugetPackages文件,里面共16个文件夹,放置到caffe-master并列的目录下,这个方法真是太赞了,放置好后貌似需要重新打开caffe.sln。)
6、如果libcaffe编译成功,就差不多成功了。
7、选择 caffe项目,右键:设为启动项目,然后右键选择“重新生成”。编译成功后,生成的可执行文件caffe.exe位于affe-master\Bulid\x64\Release文件夹下
8、接下来,如果需要,可以选择其他的项目,设为启动项目,然后 重新生成。
六、参考博文
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:caffe学习(3):caffe+win10+vs2013+Gpu配置记录 - Python技术站