Caffe 在 win10 环境下配置
来源:互联网 发布:合并pdf软件 编辑:程序博客网 时间:2024/05/24 13:28
参考:
Caffe
windows10下caffe安装?
Windows 10下安装配置Caffe并支持GPU加速
整了好几天,终于实现 windows
环境下的 caffe
编译,实现 win10 + caffe + vs2013 + anaconda2.7 + cuda8.0 + cuDNN_v5
主要内容
- 软件安装
caffe
编译- 测试
mnist
数据集和LeNet
网络训练- 小结
软件安装
当前运行环境:Win10 + Nvidia 940MX
需要安装软件:
vs2013:VS2013 社区版
anaconda2.7:https://www.continuum.io/downloads#windows
cuda8.0:https://developer.nvidia.com/cuda-downloads
cudnn_v5:https://developer.nvidia.com/cudnn
Note 1:安装 cuda
过程中可能会遇到如下情况
忽略继续即可
Note 2:安装 cuda
过程中不要改变安装的路径
在win10安装CUDA 8.0后,安装目录竟然消失了,重新安装了三遍,还是消失???
Note 3:安装 anaconda
时需要注意添加路径到环境变量
C:\software\anaconda\Anaconda2C:\software\anaconda\Anaconda2\ScriptsC:\software\anaconda\Anaconda2\Library\bin
caffe
编译
caffe
编译下载 caffe
(这里使用 microsoft
版本):Microsoft/caffe
配置
复制 .\windows\CommonSettings.props.example
为 .\windows\CommonSettings.props
打开 CommonSettings.props
文件,修改如下:
默认 <CudaVersion>
为 7.5
,修改为 <CudaVersion>8.0</CudaVersion>
默认 <PythonSupport>
为 false
,修改为 <PythonSupport>true</PythonSupport>
同时需要修改下面的 <PythonDir>
路径,替换为当前 anaconda
的安装路径:<PythonDir>C:\software\anaconda\Anaconda2\</PythonDir>
使用 python
还需要安装以下文件:
conda install --yes numpy scipy matplotlib scikit-image pippip install protobuf
编译
打开 .\windows\Caffe.sln
编译 libcaffe
刚开始编译的是 libcaffe
,右击 libcaffe -> Properties
:
左侧选择 Configuration Properties -> C/C++
,右侧选择 Treat Warnings As Errors
为 No
:
Note:选择 Release
模式和 x64
平台
配置完成,点击运行即可
问题 1:\INCLUDE\CAFFE\PROTO\CAFFE.PB.H - 找不到此类文件或文件夹
网上有其他的答案,我的解决方法是修改上面的属性后重新编译就可以了
问题 1:Unable to start Program libcaffe.lib
编译完成最后,弹出上面错误。其实 libcaffe.lib
已经编译完成(在 ./build/x64/Release
文件夹)。或者右击 libcaffe
重新编译即可
编译全部工程
完成 libcaffe
的编译后,就可以编译其它子工程了。右击解决方案,点击 Build Solution
,等待编译完成
测试
编译生成的文件均放置在 .\build\x64\Release
文件夹内
测试 caffe.exe
生成的 caffe.exe
在 .\build\x64\Release
目录下
打开命令行窗口,转到 .\build\x64\Release
路径下,输入 caffe
运行:
测试 pycaffe
有两种方法
第一种,将 caffe_root\Build\x64\Release\pycaffe
文件夹放置到 anaconda_root\Lib\site-packages
路径下
第二种,将 caffe_root\Build\x64\Release\pycaffe
路径加入到 PythonPath
环境变量中
完成后,打开 python
窗口,输入 import caffe
测试:
mnist
数据集和 LeNet
网络训练
mnist
数据集和 LeNet
网络训练参考:windows 10 环境安装caffe并测试mnist成功详解
下载 mnist
数据集
如果在 linux
环境下,执行 ./data/mnist/get_mnist.sh
文件即可
在 windows
环境下,需要手动下载
官网地址:THE MNIST DATABASE of handwritten digits
我的地址:mnist
在 .\data\mnist\
路径下新建文件夹 mnist_train_lmdb
和 mnist_test_lmdb
- 在
mnist_train_lmdb
文件夹中放置train-images-idx3-ubyte
和train-labels-idx1-ubyte
- 在
mnist_test_lmdb
文件夹中放置t10k-images-idx3-ubyte
和t10k-labels-idx1-ubyte
制作 lmdb
格式数据集
在根路径下新建批处理文件 create_mnist.bat
:
.\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.\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_lmdbpause
双击执行:
在 .\examples\mnist\
文件夹下生成文件夹 mnist_train_lmdb
和 mnist_test_lmdb
训练 LeNet
网络
在根路径下新建批处理文件 train_lenet.bat
:
SET GLOG_logtostderr=1.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxtpause
双击执行:
训练识别精度达到 99.07%
在 .\examples\mnist\
文件夹下生成文件
lenet_iter_5000.caffemodellenet_iter_5000.solverstatelenet_iter_10000.caffemodellenet_iter_10000.solverstate`
小结
目前使用的 caffe
版本是 github
上 Microsoft
提供的,但是这个库已经不维护了,用于学习还是可以滴
编译好的版本:caffe
最新的版本:BVLC/caffe
测试发现,这个库很难编译成功
也有人自己维护了 caffe in windows
hyppynear
的 caffe
:
happynear/caffe-windows
- Caffe 在 win10 环境下配置
- caffe在win10下的配置
- Win10系统环境下caffe的Python接口Anaconda2配置
- pip在win10环境下配置环境变量
- JAVA在win10环境下配置环境变量
- win10系统下caffe环境的搭建
- Win10环境下caffe安装与编译
- Caffe 在 win10下训练cifar10
- OpenCV在win10+visualstudio2015环境下的配置
- 在WIN10下配置JAVA编辑和运行的环境
- 如何在Windows环境下配置Caffe(Microsoft版本)
- caffe在Ubuntu16环境下CPU版本配置
- caffe 01 win10 运行环境配置(不需要开发环境)
- win10系统下在vs2015中配置Caffe的详细过程
- 关于win10 64位系统下vs2013与python2.7环境下caffe的配置工作入门工作总结
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- 环境配置说明(无CUDA,caffe在CPU下运行)caffe+Ubuntu14.0.4 64bit
- C++执行Linux Bash命令
- Java websocket + redis 实现多人单聊天室,多人多聊天室, 一对一聊天
- dp day2-背包
- Python 文件操作
- WebService的工作原理及实例
- Caffe 在 win10 环境下配置
- poj 2492
- python爬取数据
- u-boot回顾(二)
- 回归分析
- Ubuntu下设置静态IP
- H5+CSS3设计动态的首页背景
- 自建二叉树,及收获的经验
- text文本框, textarea文本域 框内提示文字