cmake配置VS2015下的caffe工程
2018-02-02 22:31
405 查看
由于嫌折腾linux下的caffe比较麻烦,我还是选择在windows系统下搭建框架。由于也是第一次装,在查阅资料的前提下依然踩了些坑,所以在此总结一下简要的过程。
第一步,首先访问windows版的caffe的项目https://github.com/BVLC/caffe/tree/windows 确认自己需要的VS版本、CUDA版本和Python版本要求,并下载。对于Python来说由于caffe要求的依赖库可能比较多,所以此时可以选择安装Anaconda来省去安装相应python库的麻烦。我配置的是python2.7和CUDA8.0.
第二步,在安装CUDA后,下载CUDNN,然后将相应对应的文件夹里的文件拷入CUDA下对应的文件夹。如果你仅仅想使用CPU运行caffe的话,那么就可以省略下载CUDNN这一步
第三步,下载caffe-windows,然后使用cmake生成相应的sln工程,这也是最关键的一步。此时需要确定2件事,第一件,已经将python的路径配置进了系统变量内,可以通过直接在cmd下输入python,是否直接进入了python中来检测;第二件,已经将cmake的路径配置进了系统变量的路径中。确保以上是cmake可以初步创建工程的保障。如果你没有将python配置到系统变量中,cmake甚至无法找到python的路径,之后的配置也就无从谈起了。
另外由于caffe会依赖于boost库,确认你自己的网络状况,可以选择先下载下来也可以让cmake自动下载。对于网络不自信的可以前往下面的网址提前下载对应的boost库:https://github.com/willyd/caffe-builder/releases
在cmake中配置好输入输出文件夹首次config,然后会遇到出错,这时候将BLAS的选项从ATLAS改为open,再次进行编译。
此时已然可能无法config done,如果出现cmake无法将需要的boost库定位正确的话,即在cmake粉色框中boost库选项中出现例如BOOST_THREAD_LIBERARY_DEBUG NOT FOUND等选项时,就这时候需要人工矫正,将每个选项定位到boost库中lib文件夹下的相对应的lib库,注意区分debug版和release版。此时再次config,然后就会成功,之后再次点击generate就会生成完整的caffe工程。
第四步,将工程在VS2015的debug和release版本下分别编译,生成install文件夹,即可完成配置过程,另外在此提醒一下,编译工程时最好以管理员身份运行VS2015,在第一次编译时我可能是因为权限问题出现了错误。
最后说明一下,在你的caffe文件夹中的install路径下的所有文件与微软提供的内容是相同的。
第一步,首先访问windows版的caffe的项目https://github.com/BVLC/caffe/tree/windows 确认自己需要的VS版本、CUDA版本和Python版本要求,并下载。对于Python来说由于caffe要求的依赖库可能比较多,所以此时可以选择安装Anaconda来省去安装相应python库的麻烦。我配置的是python2.7和CUDA8.0.
第二步,在安装CUDA后,下载CUDNN,然后将相应对应的文件夹里的文件拷入CUDA下对应的文件夹。如果你仅仅想使用CPU运行caffe的话,那么就可以省略下载CUDNN这一步
第三步,下载caffe-windows,然后使用cmake生成相应的sln工程,这也是最关键的一步。此时需要确定2件事,第一件,已经将python的路径配置进了系统变量内,可以通过直接在cmd下输入python,是否直接进入了python中来检测;第二件,已经将cmake的路径配置进了系统变量的路径中。确保以上是cmake可以初步创建工程的保障。如果你没有将python配置到系统变量中,cmake甚至无法找到python的路径,之后的配置也就无从谈起了。
另外由于caffe会依赖于boost库,确认你自己的网络状况,可以选择先下载下来也可以让cmake自动下载。对于网络不自信的可以前往下面的网址提前下载对应的boost库:https://github.com/willyd/caffe-builder/releases
在cmake中配置好输入输出文件夹首次config,然后会遇到出错,这时候将BLAS的选项从ATLAS改为open,再次进行编译。
此时已然可能无法config done,如果出现cmake无法将需要的boost库定位正确的话,即在cmake粉色框中boost库选项中出现例如BOOST_THREAD_LIBERARY_DEBUG NOT FOUND等选项时,就这时候需要人工矫正,将每个选项定位到boost库中lib文件夹下的相对应的lib库,注意区分debug版和release版。此时再次config,然后就会成功,之后再次点击generate就会生成完整的caffe工程。
第四步,将工程在VS2015的debug和release版本下分别编译,生成install文件夹,即可完成配置过程,另外在此提醒一下,编译工程时最好以管理员身份运行VS2015,在第一次编译时我可能是因为权限问题出现了错误。
最后说明一下,在你的caffe文件夹中的install路径下的所有文件与微软提供的内容是相同的。
相关文章推荐
- VS2015--win32工程配置的一些想法之cmake
- caffe搭建--caffe- win10 vs2015 编译(支持GPU)--注意在cmake的时候需要根据情况仔细修改配置
- VS2015--win32工程配置的一些想法之cmake
- Caffe+VS2015环境配置Cmake过程报错—— The C compiler identification is unknown解决方案
- VS2015--win32工程配置的一些想法之cmake
- 【caffe配置】face_detection_alighment在windows10+caffe+vs2015下的配置
- windows-caffe VS2015 无GPU配置小结
- VS2015--win32工程配置的一些想法之预处理器不起作用
- 64位win7下,vs2015编译、配置caffe
- VS2015--win32工程配置的一些想法之预处理器不起作用
- VS2015--win32工程配置的一些想法之VS2015编译的程序在其他机器上缺少msvcp120.dll
- VisualStudio工程设置(二)---opencv3.2在vs2015开发环境搭建+cmake3.8编译生成opencv x86版本库
- caffe第一步,配置VS2015环境。
- VS2015 配置工程属性中“一劳永逸”的方法
- VS2015--win32工程配置的一些想法之VS2015编译的程序在其他机器上缺少msvcp120.dll
- Cmake编译OpenCV和如何在VS工程中配置来使用编译后的OpenCV进行跟踪调试问题
- 【caffe】VS2015下caffe配置(GPU版)——【caffe学习一】
- WIN10 + OpenCV3.4 + CUDA8.0 + Cmake3.9.0 + TBB + VS2015配置/重编译
- 【caffe】windows下vs2013+opencv3.2.0+opencv_contrib(包含dnn)+cmake3.8编译与配置
- caffe 在windows下建立VS2015的工程, GPU