【caffe 学习笔记之1】 WIN10+VS2013+CUDA7.5下CPU/GPU caffe配置
2016-12-24 10:55
801 查看
【前言】从开始配置到最后成功,前前后后经过了3天,中间有很多坑,不过都顺利解决了,一些经验分享给大家
【前期配置】
计算机:win10 64位系统,配了一台Acer P238-M高端商务本,16GB内存,SSD硬盘,不知道会不会加速运算
VS2013:网上下载一个2.8G左右的安装包,安装基础功能即可
caffe安装包:本例使用的是微软的配置的文件caffe-master,下载地址https://github.com/Microsoft/caffe
cuda7.5(GPU方案用到):从cuda官网下载,https://developer.nvidia.com/cuda-downloads,安装时要完整安装,否则容易报错,cuda的安装完成后还是要设置一下环境变量的:
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_PATH_V7_5 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
最后在path末尾中添加 %CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;%CUDA_SDK_LIB_PATH%;
cudnn安装(GPU方案用到):我使用的是cudnn-7.5-windows7-x64-v5.0,网上很容易可以下到。解压文件后,有一个文件夹cuda,内包含bin、include、lib三个文件夹,将这三个文件夹内的文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下的三个文件夹下
【CPU only caffe配置方案】
1. 复制D:\caffe-master\caffe-master\windows下的CommonSettings.props.example文件,并重命名为CommonSettings.props,在当前目录下打开,并修改CpuBuildOnly为true,UseCuDNN为false
2. 双击打开caffe.sln工程,首先对libcaffe工程进行生成,右键生成即可,运行成功后,caffe-master文件夹下会出现NugetPackages文件夹,内有16个项目,生成成功后的界面如下图所示:注意,此处提示为 “BinplaceCudaDependencies
: CPU only build, don't copy cuda dependencies.”
3.最后双击打开caffe.cpp文件,ctrl+F5进行编译,最终编译成功后会在D:\caffe-master\caffe-master\Build\x64\Release下生成caffe.exe文件,也会输出一些warnings,不过不用担心,接着会出现caffe的命令提示符界面,标志的cpu only 的caffe设置成功
按这个步骤下来应该很少会出现问题,cpuonly的情况还是比较简单的。
【GPU配置方案】
1. 虽然我的计算机并没有配置GPU,但依然可以编译成功,首先要修改的,就是将CommonSettings.props文件中的CpuBuildOnly改为false,UseCuDNN为true
2.重新生成libcaffe,生成成功后的界面如下图所示,注意,此处提示为 “ BinplaceCudaDependencies : Copy cudart*.dll, cublas*dll,
curand*.dll to output.”这一步的时间会比较长,大约十几分钟,要耐心等待
3.重复上述第3步,最后双击打开caffe.cpp文件,ctrl+F5进行编译,最终编译成功后会在D:\caffe-master\caffe-master\Build\x64\Release下生成caffe.exe文件,接着会出现caffe的命令提示符界面,该界面与cpuonly 的界面貌似没有什么区别。
【小结】按照这个步骤配置下来,应该不会报什么错。我在配置过程中也出现过无法打开输入文件、无法解析的外部符号 cudaGetErrorStrings等问题,多半是前期配置出现错误,或者由于自己不小心造成的,其余代码本身都不需要修改。
【前期配置】
计算机:win10 64位系统,配了一台Acer P238-M高端商务本,16GB内存,SSD硬盘,不知道会不会加速运算
VS2013:网上下载一个2.8G左右的安装包,安装基础功能即可
caffe安装包:本例使用的是微软的配置的文件caffe-master,下载地址https://github.com/Microsoft/caffe
cuda7.5(GPU方案用到):从cuda官网下载,https://developer.nvidia.com/cuda-downloads,安装时要完整安装,否则容易报错,cuda的安装完成后还是要设置一下环境变量的:
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_PATH_V7_5 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
最后在path末尾中添加 %CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;%CUDA_SDK_LIB_PATH%;
cudnn安装(GPU方案用到):我使用的是cudnn-7.5-windows7-x64-v5.0,网上很容易可以下到。解压文件后,有一个文件夹cuda,内包含bin、include、lib三个文件夹,将这三个文件夹内的文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下的三个文件夹下
【CPU only caffe配置方案】
1. 复制D:\caffe-master\caffe-master\windows下的CommonSettings.props.example文件,并重命名为CommonSettings.props,在当前目录下打开,并修改CpuBuildOnly为true,UseCuDNN为false
2. 双击打开caffe.sln工程,首先对libcaffe工程进行生成,右键生成即可,运行成功后,caffe-master文件夹下会出现NugetPackages文件夹,内有16个项目,生成成功后的界面如下图所示:注意,此处提示为 “BinplaceCudaDependencies
: CPU only build, don't copy cuda dependencies.”
3.最后双击打开caffe.cpp文件,ctrl+F5进行编译,最终编译成功后会在D:\caffe-master\caffe-master\Build\x64\Release下生成caffe.exe文件,也会输出一些warnings,不过不用担心,接着会出现caffe的命令提示符界面,标志的cpu only 的caffe设置成功
按这个步骤下来应该很少会出现问题,cpuonly的情况还是比较简单的。
【GPU配置方案】
1. 虽然我的计算机并没有配置GPU,但依然可以编译成功,首先要修改的,就是将CommonSettings.props文件中的CpuBuildOnly改为false,UseCuDNN为true
2.重新生成libcaffe,生成成功后的界面如下图所示,注意,此处提示为 “ BinplaceCudaDependencies : Copy cudart*.dll, cublas*dll,
curand*.dll to output.”这一步的时间会比较长,大约十几分钟,要耐心等待
3.重复上述第3步,最后双击打开caffe.cpp文件,ctrl+F5进行编译,最终编译成功后会在D:\caffe-master\caffe-master\Build\x64\Release下生成caffe.exe文件,接着会出现caffe的命令提示符界面,该界面与cpuonly 的界面貌似没有什么区别。
【小结】按照这个步骤配置下来,应该不会报什么错。我在配置过程中也出现过无法打开输入文件、无法解析的外部符号 cudaGetErrorStrings等问题,多半是前期配置出现错误,或者由于自己不小心造成的,其余代码本身都不需要修改。
相关文章推荐
- 【深度学习】笔记13 win10+cuda7.5+caffe+vs2013环境搭建(GPU版本)
- 【深度学习】笔记1_Ubuntu14.04下caffe环境的搭建,无GPU版本以及python可视化环境的配置
- CUDA学习笔记之GPU和CPU的区别
- 深度学习环境配置Ubuntu16.04+CUDA8.0+CuDNN+Anaconda2+openCV2.4.9+caffe(全离线GPU版)
- 【深度学习】笔记17 windows下SSD网络在caffe中的配置(GPU版本)【笔记3】
- 在U盘里配置好主流深度学习框架及GPU环境theano\tensorflow\keras\caffe\cuda7.5
- Caffe_Linux学习笔记(一)基于Ubuntu16.04+CPU only+Python2.7环境下的Caffe配置
- 整合一下深度学习caffe环境配置和基本使用例程(CPU+GPU)
- 【深度学习】笔记16 windows下SSD网络在caffe中的配置(CPU版本)【笔记2】
- 【深度学习】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- 深度学习笔记1 ——Ubuntu16.04下caffe环境的配置(仅CPU)
- Windows Caffe 学习笔记 caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel
- caffe学习笔记1:ubuntu15.04下3分钟完成caffe环境配置(基于docker)
- Caffe学习系列(1):安装配置ubuntu14.04+cuda7.5+caffe+cudnn
- 深度学习笔记(一)安装Cuda+Theano+Caffe+Torch
- Ubuntu 14.04_64bit+Cuda 7.0配置深度学习框架caffe
- 深度学习笔记:windows10+visual studio 2013+cuda7.5+theano+lasagne环境配置
- caffe学习笔记3:ubuntu15.04 caffe配置
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- [转]caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行) --for --Amd