Win7x64+cuda8.0+ caffe VS2013配置记录
2016-12-09 15:39
204 查看
网上查了下,配置教程,基本都是cuda7.5的,没有多少是cuda8.0的,我一开始还以为很难配呢。好在大神 卜居分享的caffe还是比较方便上手的。
安装过程参考了:win10 + gtx1060 + cuda8.0 + caffe + vs2013 简单4步在win7
X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。和 《深度学习:21天实战Caffe》
1、安装CUDA8.0(CUDA需要在VS之后安装)
直接去官网下载cuda8.0,一路默认,这没什么问题,但感觉CUDA8.0根据网上的记载,以及自己的经验还是存在一些问题。
我的电脑是两块1080,安装完CUDA之后,无法打开NVIDIA GeForce Experience,
但感觉这NVIDIA GeForce Experience没啥用,所以也就没管。
主要是安装完成后需要自己测试下是否安装成功。
进入cmd,输入nvcc -V命令,如图所示,表示CUDA安装成功。
进入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0,用VS2013打开Samples_vs2013.sln,然后选择bilatera|Filter,点击Local|Windows Debugger运行
表明测试成功,则表示CUDA安装成功。
2、下载 Caffe Windows
将Microsoft/caffe代码下载到电脑上,下载地址http://pan.baidu.com/s/1i47Zydv 密码: 9wde,感谢《深度学习:21天实战Caffe》作者卜居的分享。网盘内容截图为:
只需下载前两项即可。解压WindowsCaffeProject,把解压后的文件都C:\Users\Administrator\Desktop和 卜居的配置一致可以更加方便配置(这是201603的caffe版本)。
3、配置
打开:C:\Users\Administrator\Desktop\caffe-master\windows\CommonSettings.props
由于是1080,使用的是CUDA8,所以修改了 CudaVersion,由于1080的计算能力是6.1,所以修改了CudaArchitecture。不改,保存作者原始的 compute_35,sm_35;compute_52,sm_52,也行。由于和作者路径保持了一致(都是C:\Users\Administrator\Desktop),所以就不用改其它的了。至于Python和Matlab接口等以后需要用的时候,再整。
修改后保存CommonSettings.props文件,然后打开C:\Users\Administrator\Desktop\caffe-master\windows下的Caffe.sln文件,打开caffe工程。
单击菜单 “生成” 》 “重新生成解决方案” ,然后开始编译
编译成功后生成的可执行文件和库位于C:\Users\Administrator\Desktop\caffe-master\Build\x64\Release
4、测试
caffe.exe就是可执行文件,下面将测试CAFFE是否编译成功。
运行手写字体数字识别程序,windows下训练模型。
打开Windows命令行,cd切换目录到C:\Users\Administrator\Desktop\caffe-master 然后执行命令:
Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt
Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt
我这中间有一段貌似卡住了一样,运行很慢。不过进入计算以后,又很快了,不知道是什么原因。
我这结果是出了问题,以后再查是哪出的问题吧。。。
后来感觉,这应该是opencv出了问题,我这没有整Opencv的环境变量。
安装过程参考了:win10 + gtx1060 + cuda8.0 + caffe + vs2013 简单4步在win7
X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。和 《深度学习:21天实战Caffe》
1、安装CUDA8.0(CUDA需要在VS之后安装)
直接去官网下载cuda8.0,一路默认,这没什么问题,但感觉CUDA8.0根据网上的记载,以及自己的经验还是存在一些问题。
我的电脑是两块1080,安装完CUDA之后,无法打开NVIDIA GeForce Experience,
但感觉这NVIDIA GeForce Experience没啥用,所以也就没管。
主要是安装完成后需要自己测试下是否安装成功。
进入cmd,输入nvcc -V命令,如图所示,表示CUDA安装成功。
进入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0,用VS2013打开Samples_vs2013.sln,然后选择bilatera|Filter,点击Local|Windows Debugger运行
表明测试成功,则表示CUDA安装成功。
2、下载 Caffe Windows
将Microsoft/caffe代码下载到电脑上,下载地址http://pan.baidu.com/s/1i47Zydv 密码: 9wde,感谢《深度学习:21天实战Caffe》作者卜居的分享。网盘内容截图为:
只需下载前两项即可。解压WindowsCaffeProject,把解压后的文件都C:\Users\Administrator\Desktop和 卜居的配置一致可以更加方便配置(这是201603的caffe版本)。
3、配置
打开:C:\Users\Administrator\Desktop\caffe-master\windows\CommonSettings.props
由于是1080,使用的是CUDA8,所以修改了 CudaVersion,由于1080的计算能力是6.1,所以修改了CudaArchitecture。不改,保存作者原始的 compute_35,sm_35;compute_52,sm_52,也行。由于和作者路径保持了一致(都是C:\Users\Administrator\Desktop),所以就不用改其它的了。至于Python和Matlab接口等以后需要用的时候,再整。
修改后保存CommonSettings.props文件,然后打开C:\Users\Administrator\Desktop\caffe-master\windows下的Caffe.sln文件,打开caffe工程。
单击菜单 “生成” 》 “重新生成解决方案” ,然后开始编译
编译成功后生成的可执行文件和库位于C:\Users\Administrator\Desktop\caffe-master\Build\x64\Release
4、测试
caffe.exe就是可执行文件,下面将测试CAFFE是否编译成功。
运行手写字体数字识别程序,windows下训练模型。
打开Windows命令行,cd切换目录到C:\Users\Administrator\Desktop\caffe-master 然后执行命令:
Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt
Build\x64\Release\caffe.exe train -solver examples\mnist\lenet_solver.prototxt
我这中间有一段貌似卡住了一样,运行很慢。不过进入计算以后,又很快了,不知道是什么原因。
我这结果是出了问题,以后再查是哪出的问题吧。。。
后来感觉,这应该是opencv出了问题,我这没有整Opencv的环境变量。
相关文章推荐
- Win7x64+cuda8.0+ Dragon VS2013配置记录
- Win7x64+cuda8.0+ Microsoft caffe VS2013配置记录
- Win7 64bit +vs2013 + GTX1080 cuda theano caffe 配置详细记录
- Ubuntu16.04+cuda8.0+caffe配置记录
- 简单4步在win7 X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。
- win7 64位 vs2013下配置caffe(CUDA8.0)
- Vs2013+Cuda8.0+win10配置教程详细版
- win10+cuda8.0+matlab2014a+caffe配置经历记录
- Linux下配置Caffe及其Python接口全过程记录(Ubuntu15.10_amd64+CUDA7.5)及训练mnist数据集
- OpenCV2.4.9 官方预编译版本+Visual Studio 2013+win8.1 x64 环境 配置记录
- 使用OpenCV的GPU模块(Win7x64+VS2010+OpenCV2.4.5+CUDA5.0)配置详解
- VS2013 cuda7.5 配置
- Windows10+Caffe+CUDA7.5+VS2013环境配置
- vs2013+cuda7.5+opencv3.1 将cu文件加入opencv工程问题记录
- Ubuntu 14.04 + Caffe配置记录(CPU模式,无GPU,无Cuda)
- OpenCV3.1与VS2013配置教程记录(64位win7旗舰版)
- Caffe+CUDA8.0+CuDNNv5.1+OpenCV3.1+Ubuntu14.04 配置参考文献 以及 常见编译问题总结
- Caffe + Ubuntu 15.04/16.04 + CUDA 7.5/8.0 在服务器上安装配置及卸载重新安装(已测试可执行)
- Windows 7 64位下caffe配置cuda7.5 VS2013
- Windows10+Caffe+CUDA7.5+VS2013环境配置