Win10上编译Caffe之Libcaffe,运行mnist案例
2016-12-23 21:29
302 查看
参考:http://www.cnblogs.com/cxyxbk/p/5902034.html
最初的想法是动手熟悉Caffe,考虑到Vmware实在太卡,所以考虑在windows环境的笔记本上进行操作。
前期准备:1.VS 2013 2. windows版的Caffe(https://github.com/BVLC/caffe/tree/windows),直接下载即可。
Caffe安装:
Step1
将Caffe从GitHub上下载后解压缩,将./windows中的CommonSettings.props.example文件复制到本文件夹中,然后删除example得到CommonSettings.props文件,如图所示
如果不这么做,在VS中将打不开CommonSettings.props.example文件。
Step2
修改CommonSettings.props文件。根据自己的需求修改状态,比如我自己笔记本上无GPU,就在对应的地方设置位False;相应的,我只能用CPU,那就改成True;Matlab和Python的接口是否使能(Enabled)也在这里设置。
可能会出现的问题:libcaffe和test_all加载失败;解决办法:从第一步开始,重新解压压缩包。
Step3
生成解决方案,下载第三方库。
点开./windows中的caffe.sln,右键解决方案“caffe”,点击生成解决方案
这时候,会弹出一个框,表示正在在下第三方库,里面包括openCV之类的库,下载完后可以发现
会出现的问题:生成解决方案失败,提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成,或者直接生成一次
接着会出现的问题:没有生成object文件;解决办法:双击此错误,保存弹出来的框,然后再对libcaffe“重新生成一次”
最后会提示解决方案生成成功了
Step 4
设置属性
Step5
运行caffe.cpp,按ctrl+F5进行编译
出现了这种状况:
解决办法是重启电脑
出现下面的窗口说明编译成功
mnist测试
可以参考http://blog.csdn.net/qq_14845119/article/details/52415090
mnist测试:
下面通过一个一个最简单的网络结构lenet来对刚才安装的caffe进行测试。
(1)去官网http://yann.lecun.com/exdb/mnist/下载mnist数据集。下载后解压到E:\caffe\data\mnist,如下图所示。
(2)在caffe根目录下,新建一个create_mnist.bat,里面写入如下的脚本:
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
然后双击该脚本运行,即可在E:\caffe\examples\mnist下面生成相应的lmdb数据文件。
(3)修改E:\caffe\examples\mnist\lenet_solver.prototxt,将最后一行改为solver_mode:CPU,
修改E:\caffe\examples\mnist\lenet_train_test.prototxt,如下所示,左面为原始的,右面为修改后的。
(4)在caffe根目录下,新建train_mnist.bat,然后输入如下的脚本,
.\Build\x64\Release\caffe.exetrain --solver=.\examples\mnist\lenet_solver.prototxt
pause
然后双击运行,就会开始训练,训练完毕后会得到相应的准确率和损失率。
需要注意的是:
1.将他们都下载下来,在./data/mnist中建立两个文件夹分别装好
2. 写脚本语言是应核对好路径是否正确,要用自己的路径,不能照抄作者的。
3. 如果只用CPU,网络训练时间在一小时左右(可能是我笔记本配置低)
最初的想法是动手熟悉Caffe,考虑到Vmware实在太卡,所以考虑在windows环境的笔记本上进行操作。
前期准备:1.VS 2013 2. windows版的Caffe(https://github.com/BVLC/caffe/tree/windows),直接下载即可。
Caffe安装:
Step1
将Caffe从GitHub上下载后解压缩,将./windows中的CommonSettings.props.example文件复制到本文件夹中,然后删除example得到CommonSettings.props文件,如图所示
如果不这么做,在VS中将打不开CommonSettings.props.example文件。
Step2
修改CommonSettings.props文件。根据自己的需求修改状态,比如我自己笔记本上无GPU,就在对应的地方设置位False;相应的,我只能用CPU,那就改成True;Matlab和Python的接口是否使能(Enabled)也在这里设置。
可能会出现的问题:libcaffe和test_all加载失败;解决办法:从第一步开始,重新解压压缩包。
Step3
生成解决方案,下载第三方库。
点开./windows中的caffe.sln,右键解决方案“caffe”,点击生成解决方案
这时候,会弹出一个框,表示正在在下第三方库,里面包括openCV之类的库,下载完后可以发现
会出现的问题:生成解决方案失败,提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成,或者直接生成一次
接着会出现的问题:没有生成object文件;解决办法:双击此错误,保存弹出来的框,然后再对libcaffe“重新生成一次”
最后会提示解决方案生成成功了
Step 4
设置属性
Step5
运行caffe.cpp,按ctrl+F5进行编译
出现了这种状况:
解决办法是重启电脑
出现下面的窗口说明编译成功
mnist测试
可以参考http://blog.csdn.net/qq_14845119/article/details/52415090
mnist测试:
下面通过一个一个最简单的网络结构lenet来对刚才安装的caffe进行测试。
(1)去官网http://yann.lecun.com/exdb/mnist/下载mnist数据集。下载后解压到E:\caffe\data\mnist,如下图所示。
(2)在caffe根目录下,新建一个create_mnist.bat,里面写入如下的脚本:
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
然后双击该脚本运行,即可在E:\caffe\examples\mnist下面生成相应的lmdb数据文件。
(3)修改E:\caffe\examples\mnist\lenet_solver.prototxt,将最后一行改为solver_mode:CPU,
修改E:\caffe\examples\mnist\lenet_train_test.prototxt,如下所示,左面为原始的,右面为修改后的。
(4)在caffe根目录下,新建train_mnist.bat,然后输入如下的脚本,
.\Build\x64\Release\caffe.exetrain --solver=.\examples\mnist\lenet_solver.prototxt
pause
然后双击运行,就会开始训练,训练完毕后会得到相应的准确率和损失率。
需要注意的是:
1.将他们都下载下来,在./data/mnist中建立两个文件夹分别装好
2. 写脚本语言是应核对好路径是否正确,要用自己的路径,不能照抄作者的。
3. 如果只用CPU,网络训练时间在一小时左右(可能是我笔记本配置低)
相关文章推荐
- Caffe学习系列(一)Ubuntu16.04下搭建编译Caffe环境,并运行MNIST示例(仅CPU)
- 在运行rcnn中,调用caffe编译好的matlab接口时,遇到 libmkl_rt.so和libcudart.so.5.5错误
- Caffe上配置和运行MNIST
- 通过DOS、SHELL批处理命令加载Lib并编译和打包Java项目(或者运行项目)
- Ubuntu15.04 运行caffe+mnist的demo
- Caffe编译 Mnist训练测试
- 转学习笔记:Caffe上配置和运行MNIST
- 编译通过,运行时osgDB::ReadImageFile()出错 - d和非d的lib
- 【caffe-Windows】mnist实例编译之model的使用-classification
- 深度学习系列——windows平台下跑微软caffe实战之运行mnist,cifar10
- caffe的mnist里的运行自编码的问题
- 【caffe-Windows】mnist实例编译之model的生成
- 学习笔记:Caffe上配置和运行MNIST
- caffe在windows编译工程及运行mnist数据集测试
- Caffe之mnist demo的配置和运行
- libwebsockets 编译运行测试
- VS2013配置编译Caffe-Win10_X64
- 深度学习工具箱CAFFE在64位win7+VS2013环境下编译及运行
- 【caffe-Windows】mnist实例编译之model的生成
- 【caffe-Windows】mnist实例编译之model的使用-classification