caffe搭建----Visual Studio 2015+CUDA8.0+CUDNN5配置Caffe-windows(BLVC)
2017-04-17 23:14
489 查看
原文来源:来源:Angle_Cal2016-12-19 17:32
本博主修改于2017-09-12.版权所有,转载请注明出处。
BLVC版本的Caffe-windows已经支持Visual Studio 2015,下面的配置过程是综合了其他人的经验而且验证过的,可以确保有效.
下载Caffe-Windows(BLVC)
下载地址:GitHub
下载好解压缩即可.
建议使用git命令下载。
即有
安装VS2015,CUDA,CUDNN,Anaconda,CMake
VS2015
安装请自行完成,需要注意的是:
①如果你以前安装有早起的VS,那么安装VS2015可能会导致原来的版本出现问题,所以如果可能的话,尽量只用最新版,如果必须新老版本共存,比较稳妥的解决方法是先卸载老版本,然后安装VS2015,然后再安装VS2013等早期版本;
②VS2015再安装的时候,默认是不选中C++语言的,请使用自定义安装模式.
CUDA
请搜索CUDA8.0,到NVIDIA的官网上下载对应操作系统的版本,安装的时候,请关闭杀毒软件或者用管理员账户授权,安装过程中最好一直看着它,会进行很多敏感操作,如果杀毒软件进行了拦截,安装将会失败.
CUDNN
请搜索CUDNN,同样在NVIDIA的官网上下载,这个东西下载之后是一个压缩包,打开之后是一个叫做CUDA的文件夹.关于他的处理,后文将会提到,现在先下载备用.
Anaconda
这是一个python科学计算库,里面集成了很多模块和程序,根据你想使用的版本下载对应python2/python3的Anaconda,你并不需要先安装python,假如你以前安装过python,你完全可以卸载掉它,如果你不想卸载,请保证在系统变量中,Anaconda的变量排在python的前面(这很重要).
CMake
3.7.0以上版本的CMake都可以,需要注意的是,为了免除不必要的麻烦,我们不使用CMake的界面,所以请把CMake.exe所在的目录加入到系统变量path中.
下载依赖
在(ROOTDIR):\caffe-windows\scripts下,有一个python脚本:download_prebuilt_dependencies.py,运行这个脚本,将会下载一个名字叫:”/libraries_v140_x64_py27_1.0.1.tar.bz2”的压缩包,这个压缩包会出现在你运行脚本的地方,并且脚本会把它解压,(ROOTDIR):\caffe-windows下会出现一个叫做libraries的文件夹,我们在(ROOTDIR):\caffe-windows下新建一个名叫”build”的文件夹,把这个libraries文件夹放进去.
如果下载缓慢,可以使用这个链接注意文件名中实际上包含了很多信息,请核对一下,这和你的实际情况是不是一样的,如果不一样,请用脚本下载.
确认环境变量
注意:Anaconda和CUDA的环境变量是安装程序自己加进去的,最后面的那个关于build的变量需要你把第3步的目录加进去,CMake的变量也要加进去.
修改批处理脚本
(ROOTDIR):\caffe-windows\scripts下有一个build_win.cmd脚本,编辑这个脚本:
第一步:
注释掉115行-137行的所有代码,在行首添加”::”就可以注释掉这一行.不用注释。只要将部分配置在设置好就可以了。主要是是否使用gpu,使用Python的版本指定等。
这里可以参考我的脚本的样本 http://www.cnblogs.com/leoking01/p/6951683.html。
第二步:
处理CUDNN;
这里有两种方法,
方法一:将CUDNN压缩包下,cuda文件夹中的三个子文件夹中的文件,依次复制到CUDA的对应目录下,CUDA的安装目录为:”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0”,使用这种方法,当程序需要使用CUDNN的时候,我们不需要做任何处理就能找到CUDNN的库,因为它存在于CUDA的目录下,而CUDA的变量已经在安装的时候自动的配置好了. (推荐使用该方式!)
方法二:在上述脚本中的143行-155行 合适的地方 那一块(如下),添加CUDNN的目录:(不推荐该方式。)
使用这种方法,如果在后面的步骤上出现问题,请删除这句代码,然后使用方法一.
5. 调用CMake生成解决方案
在(ROOTDIR):\caffe-windows\build中打开命令行窗口(按下shift右击文件管理器空白,选择”在此处打开命令行”),运行build_win.cmd,如果上面的操作都没有问题,那么这一步将会调用CMake生成解决方案,请看好最开始输出的那些信息,如果使用的编译器是VC140,将会生成VS2015的解决方案.
6. 使用VS打开解决方案
等待上述脚本运行完毕,在build中会出现一个caffe.sln,使用VS2015可以直接打开这个解决方案.
7. 其他注意事项
①不要参考VS2013的相关经验来在VS2015上配置Caffe,不要使用Microsoft的版本,一定要使用BLVC的版本.
②为什么要使用VS2015呢?使用这种方法配置Caffe,不需要管理Nuget包,而且就算要使用Nuget,Vs2015的包管理器也要比VS2013的好用很多,假如你需要频繁的自己修改Caffe源码或者想读源码,那么我推荐你使用VS2015,而且有一件很重要的事:既然新的能用那么为什么要用旧的?
③python2和python3都能用,假如你在运行python脚本的时候提示你有一些包找不到,那么请安装Anaconda,并在环境变量中保证Anaconda的排名比Python高,或者直接卸载python.
④如果你一定要使用CMake的界面,遇到填写不上的属性,请查看build_win.cmd脚本中的文件.
⑤如果你想修改一些东西,你如是否使用GPU,是否支持MATLAB等等,现在有两种方法:一种是直接定义C++预处理器,另一种是修改调用CMake的那个脚本,直接生成一个你想要的特殊的版本,修改配置文件的方法可能并不会起作用,因为这些项目根本就没有加载那个CommonSettings.props文件.
本博主修改于2017-09-12.版权所有,转载请注明出处。
BLVC版本的Caffe-windows已经支持Visual Studio 2015,下面的配置过程是综合了其他人的经验而且验证过的,可以确保有效.
下载Caffe-Windows(BLVC)
下载地址:GitHub
下载好解压缩即可.
建议使用git命令下载。
即有
git clone https://github.com/BVLC/caffe.git git branch git checkoutwindows
安装VS2015,CUDA,CUDNN,Anaconda,CMake
VS2015
安装请自行完成,需要注意的是:
①如果你以前安装有早起的VS,那么安装VS2015可能会导致原来的版本出现问题,所以如果可能的话,尽量只用最新版,如果必须新老版本共存,比较稳妥的解决方法是先卸载老版本,然后安装VS2015,然后再安装VS2013等早期版本;
②VS2015再安装的时候,默认是不选中C++语言的,请使用自定义安装模式.
CUDA
请搜索CUDA8.0,到NVIDIA的官网上下载对应操作系统的版本,安装的时候,请关闭杀毒软件或者用管理员账户授权,安装过程中最好一直看着它,会进行很多敏感操作,如果杀毒软件进行了拦截,安装将会失败.
CUDNN
请搜索CUDNN,同样在NVIDIA的官网上下载,这个东西下载之后是一个压缩包,打开之后是一个叫做CUDA的文件夹.关于他的处理,后文将会提到,现在先下载备用.
Anaconda
这是一个python科学计算库,里面集成了很多模块和程序,根据你想使用的版本下载对应python2/python3的Anaconda,你并不需要先安装python,假如你以前安装过python,你完全可以卸载掉它,如果你不想卸载,请保证在系统变量中,Anaconda的变量排在python的前面(这很重要).
CMake
3.7.0以上版本的CMake都可以,需要注意的是,为了免除不必要的麻烦,我们不使用CMake的界面,所以请把CMake.exe所在的目录加入到系统变量path中.
下载依赖
在(ROOTDIR):\caffe-windows\scripts下,有一个python脚本:download_prebuilt_dependencies.py,运行这个脚本,将会下载一个名字叫:”/libraries_v140_x64_py27_1.0.1.tar.bz2”的压缩包,这个压缩包会出现在你运行脚本的地方,并且脚本会把它解压,(ROOTDIR):\caffe-windows下会出现一个叫做libraries的文件夹,我们在(ROOTDIR):\caffe-windows下新建一个名叫”build”的文件夹,把这个libraries文件夹放进去.
如果下载缓慢,可以使用这个链接注意文件名中实际上包含了很多信息,请核对一下,这和你的实际情况是不是一样的,如果不一样,请用脚本下载.
确认环境变量
注意:Anaconda和CUDA的环境变量是安装程序自己加进去的,最后面的那个关于build的变量需要你把第3步的目录加进去,CMake的变量也要加进去.
修改批处理脚本
(ROOTDIR):\caffe-windows\scripts下有一个build_win.cmd脚本,编辑这个脚本:
第一步:
注释掉115行-137行的所有代码,在行首添加”::”就可以注释掉这一行.不用注释。只要将部分配置在设置好就可以了。主要是是否使用gpu,使用Python的版本指定等。
这里可以参考我的脚本的样本 http://www.cnblogs.com/leoking01/p/6951683.html。
第二步:
处理CUDNN;
这里有两种方法,
方法一:将CUDNN压缩包下,cuda文件夹中的三个子文件夹中的文件,依次复制到CUDA的对应目录下,CUDA的安装目录为:”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0”,使用这种方法,当程序需要使用CUDNN的时候,我们不需要做任何处理就能找到CUDNN的库,因为它存在于CUDA的目录下,而CUDA的变量已经在安装的时候自动的配置好了. (推荐使用该方式!)
方法二:在上述脚本中的143行-155行 合适的地方 那一块(如下),添加CUDNN的目录:(不推荐该方式。)
:: Configure using cmake and using the caffe-builder dependencies
:: Add -DCUDNN_ROOT=C:/Projects/caffe/cudnn-8.0-windows10-x64-v5.1/cuda ^
:: below to use cuDNN
cmake -G"!CMAKE_GENERATOR!" ^
-DBLAS=Open ^
-DCMAKE_BUILD_TYPE:STRING=%CMAKE_CONFIG% ^
-DBUILD_SHARED_LIBS:BOOL=%CMAKE_BUILD_SHARED_LIBS% ^
-DBUILD_python:BOOL=%BUILD_PYTHON% ^
-DBUILD_python_layer:BOOL=%BUILD_PYTHON_LAYER% ^
-DBUILD_matlab:BOOL=%BUILD_MATLAB% ^
-DCPU_ONLY:BOOL=%CPU_ONLY% ^
-DCUDNN_ROOT=C:\Projects\cuda ^
::上面一行就是CUDNN目录
-C %cd%\libraries\caffe-builder-config.cmake ^%~dp0\..
使用这种方法,如果在后面的步骤上出现问题,请删除这句代码,然后使用方法一.
5. 调用CMake生成解决方案
在(ROOTDIR):\caffe-windows\build中打开命令行窗口(按下shift右击文件管理器空白,选择”在此处打开命令行”),运行build_win.cmd,如果上面的操作都没有问题,那么这一步将会调用CMake生成解决方案,请看好最开始输出的那些信息,如果使用的编译器是VC140,将会生成VS2015的解决方案.
6. 使用VS打开解决方案
等待上述脚本运行完毕,在build中会出现一个caffe.sln,使用VS2015可以直接打开这个解决方案.
7. 其他注意事项
①不要参考VS2013的相关经验来在VS2015上配置Caffe,不要使用Microsoft的版本,一定要使用BLVC的版本.
②为什么要使用VS2015呢?使用这种方法配置Caffe,不需要管理Nuget包,而且就算要使用Nuget,Vs2015的包管理器也要比VS2013的好用很多,假如你需要频繁的自己修改Caffe源码或者想读源码,那么我推荐你使用VS2015,而且有一件很重要的事:既然新的能用那么为什么要用旧的?
③python2和python3都能用,假如你在运行python脚本的时候提示你有一些包找不到,那么请安装Anaconda,并在环境变量中保证Anaconda的排名比Python高,或者直接卸载python.
④如果你一定要使用CMake的界面,遇到填写不上的属性,请查看build_win.cmd脚本中的文件.
⑤如果你想修改一些东西,你如是否使用GPU,是否支持MATLAB等等,现在有两种方法:一种是直接定义C++预处理器,另一种是修改调用CMake的那个脚本,直接生成一个你想要的特殊的版本,修改配置文件的方法可能并不会起作用,因为这些项目根本就没有加载那个CommonSettings.props文件.
相关文章推荐
- Caffe on Windows (Visual Studio 2015+CUDA8.0+cuDNNv5)
- CUDA8.0 Visual Studio 2015的配置
- Windows 10 & Visual Studio 2015 配置 Caffe
- Windows 10 & Visual Studio 2015 配置 Caffe
- 【caffe】windows下caffe+vs2013+python2.7+cuda8.0+cmake3.8编译与配置
- Windows10+CUDA8.0+VS2015+CUDNN5下配置caffe
- python3.5 caffe(2017.8) cuda8.0 cudnn5.1 VS2015(windows)
- Windows10+CUDA8.0+VS2015+CUDNN5.1下配置 caffe 2017.11.17号
- cuda8.0+ubuntu+theano、caffe、tensorflow环境搭建
- Ubuntu16.04+Cuda8.0+Caffe+ Opencv3.2+Matlab2015b的配置、安装与编译 (二)
- 深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建
- Ubuntu16.04+Cuda8.0(gtx1060)+Cudnn5.1+OpenCV2.4.13+anaconda2+caffe详细配置
- Ubuntu16.04 +cuda8.0+cudnn+caffe+theano+tensorflow配置明细
- Ubuntu16.04,CUDA8.0,Caffe-ssd,OpenCV3.1配置指南(二)
- 环境搭建:Ubuntu16.04+CUDA8.0+cuDNN5.1+OpenCV3.1+Caffe+Docker
- win7 64位 vs2013下配置caffe(CUDA8.0)
- VS2015+Anaconda4.4.0(Python3.6)+Theano+CUDA8.0+cuDNN5.1环境配置
- VS2015 + CUDA 8.0 配置GTX1070的OpenCL 开发环境
- Ubuntu14.04+Anaconda+Cuda+Cudnn+Caffe环境搭建配置
- Caffe+Kubuntu16.04_X64+CUDA 8.0配置