2017.6.6 我自己安装了三天也没安装好,最后终于降版本看到这篇博客装好了

转自http://blog.csdn.net/z18234132948/article/details/52463296?locationNum=4&fps=1

一、准备

** 
本篇文章主要是为大家提供经测试过,搭建成功的caffe框架的源码,从网上找到的各种资源,最终有一套成功的代码,拿出来和大家分享,共同学习。

caffeWindows工具包(caffe-windows)以及第三方库百度云下载:链接: http://pan.baidu.com/s/1nuV9GGL 密码: 35aa

第三方库是从另外一篇博客中下载到的,能够直接使用。

安装vs2013

(我是从CUDA8.0重新装的7.5,直接装的没卸载,最后两个路径再更新一下path中的几个v7.5

win10+cuda7.5+cudnn5+caffe(GPU)

Path中为了确保不出错添加这些,有的没有用但是我也加上了

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libnvvp

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5bin

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libx64

安装CUDA7.5版,不需要额外安装其他配置。可以去官网上下载。CUDA安装的时候需要检测硬件,会测试硬件是否支持,也就是说如果你不是使用N卡,是不可以安装成功的。CUD下载地址https://developer.nvidia.com/cuda-downloads 
CUDA在安装的时候也会检测是否安装vs,所以,需要先安装vs2013。

二、安装和编译

1.首先将caffe-window解压(假设当前目录为 E:),然后将根目录下的“3rdparty”文件夹中的数据全部删除,并将3rdparty-peng文件内容复制至此文件夹中。并将“E:caffe-window-master3rdpartybin ”这个路径添加到环境变量path中。

2.找到“E:caffe-window-mastersrccaffeproto”目录下的“extract_proto.bat”文件,双击执行,生成“caffe.pb.cc,caffe.pb.h,caffe_pb2.py”三个文件。

3.caffe官网要求显卡的计算能力>=3.0,所以老一点的显卡虽然能够通过编译,但是不能够使用,如果你的显卡计算能力不符合要求,请参考第4步。如果你的显卡能够支持,请参考第5步。

5.找到“E:caffe-window-masterbuildVS2013”下的“MainBuilder.sln”文件,使用vs2013打开,点击“caffe”项目生成。编译成功后,会生成目录“E:caffe-window-masterbin”,并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用GPU加速的。

6.虽然第4步和第5步生成的文件名称相同,但实际使用时,会有差别。

三、测试

使用MNIST数据集进行测试。GPU

2.在目录“E:caffe-window-master”下找到“run_mnist.bat”文件,双击执行,如果出现Dos命令行迭代训练正常执行,说明caffe编译成功。

(我当时没有成功 缺少curand64_75.dll,发现是环境变量没有设置好,在开头有提到环境变量。   第一次运行mnist-train-leveldb没有找到不存在,在csdn 0积分下载了这个mnist-leveldb 解压后成功运行)