vs2013调用caffe的配置过程(GPU版本)
来源:互联网 发布:乐福总决赛第七场数据 编辑:程序博客网 时间:2024/06/01 09:05
关于caffe的配置过程博客上有好多在这就不详细说明,当我们学习了一些官方文档后能否自己调用caffe里面的一些功能,那么这篇文章可能会帮助你。
在配置已经安装好的caffe之前,如果你想在新建一个工程时继续用已有的配置那么最好创建一个配置文件,方便以后的使用。废话不多说马上开始
一、新建配置文件caffe_project
首先用vs创建一个新的工程这里不多说大家都会,在创建配置文件之前需要修改配置方案,如图:在项目中打开属性页,点击配置管理器,可能我们新建的
工程时在Debug下的win32平台,而我们在编译caffe时是在Realease下的X64,修改相关选项。
点击平台选择X64,如果没有X64则需要自己创建X64,点击配置管理器,因为我的已经配置好了,所以已经有。
完成以后,开始创建配置文件,打开属性管理器,可以再视图->其他窗口->属性管理器找到。点击Realease|X64右击创建,命名为caffe_project
二、设置路径
双击caffe_project文件,进入到VC++下,可以看到包含目录和库目录,接下来需要添加相关路径
首先,添加包含目录,具体路径需要根据自己的安转来添加
E:\Caffe\NugetPackages\boost.1.59.0.0\lib\native\include
E:\Caffe\NugetPackages\glog.0.3.3.0\build\native\include
E:\Caffe\NugetPackages\gflags.2.1.2.1\build\native\include
E:\Caffe\NugetPackages\protobuf-v120.2.6.1\build\native\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include
E:\Caffe\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include
E:\Caffe\NugetPackages\OpenCV.2.4.10\build\native\include
E:\Caffe\NugetPackages\OpenCV.2.4.10\build\native\include\opencv
E:\Caffe\NugetPackages\OpenCV.2.4.10\build\native\include\opencv2
E:\Caffe\caffe-windows\include\caffe\layers
E:\Caffe\caffe-windows\include
E:\Caffe\cuda\include
其次,添加库目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
E:\Caffe\cuda\lib\x64
E:\Caffe\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64
E:\Caffe\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64
E:\Caffe\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\static\Lib
E:\Caffe\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\static\Lib
E:\Caffe\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib
E:\Caffe\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Release\dynamic
E:\Caffe\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib
E:\Caffe\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib
E:\Caffe\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib
E:\Caffe\caffe-windows\Build\x64\Release
E:\Caffe\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\ReleaseE:\Caffe\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\lib\x64\v120\Release
E:\Caffe\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Release
E:\Caffe\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64
注意:上面配置中的E:\Caffe\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64和E:\Caffe\cuda\lib\x64分别为
cudnn-7.0-win-x64-v4.0解压后安装的文件
三、添加附加依赖项
在链接器|输入|附加依赖项中添加
libboost_date_time-vc120-mt-1_59.lib
libboost_filesystem-vc120-mt-1_59.lib
libboost_system-vc120-mt-1_59.lib
libglog.lib
libcaffe.lib
gflags.lib
gflags_nothreads.lib
hdf5.lib
hdf5_hl.lib
libprotobuf.lib
libopenblas.dll.a
Shlwapi.lib
opencv_core2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
LevelDb.lib
lmdb.lib
cublas.lib
cublas_device.lib
cuda.lib
cudadevrt.lib
cudnn.lib
cudart.lib
cufft.lib
cudart_static.lib
cufftw.lib
cusparse.lib
cusolver.lib
curand.lib
opencv_video2410.lib
opencv_objdetect2410.lib
四、测试
在测试之前需要设置
项目 -> 属性 -> 配置属性 -> C/C++ -> 常规 -> 将警告视为错误 -> 否
接下来创建一个源程序,输入一下代码
#include<vector>#include<iostream>#include<caffe\blob.hpp>using namespace std;using namespace caffe;int main(){Blob<float> a;cout << "size:" << a.shape_string() << endl;a.Reshape(1, 2, 3, 4);cout << "size:" << a.shape_string() << endl;return 0;}最终结果为
恭喜你你已经配置成功了。接下来可以自己写caffe的代码,或研究caffe源代码。
- vs2013调用caffe的配置过程(GPU版本)
- caffe:caffe在VS2013中的配置(GPU版本和无GPU版本)
- windows下配置caffe的GPU版本
- 微软Caffe+无GPU的windows10+Matlab2016+VS2013配置教程
- caffe +windows+无GPU+VS2013配置(C++和MATLAB)
- window-caffe 与vs2013 无gpu配置
- caffe+win8+vs2013+Gpu配置记录
- Windows下VS2013+Caffe无GPU配置
- caffe+win10+vs2013+Gpu配置记录
- caffe windows10 vs2013 安装配置 GPU版本CPU也可参考
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- 【caffe-Windows】caffe+VS2013+Windows+GPU配置+cifar使用
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- 【caffe-Windows7】caffe+VS2013+Windows7无GPU配置教程
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- 【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程
- UVA
- Rxjava基本使用
- Activity之间传递值
- JDK容器学习之LinkedHashMap(二):迭代遍历的实现方式
- Windows 修改hosts过滤小游戏
- vs2013调用caffe的配置过程(GPU版本)
- python dlib学习(七):人脸特征点对齐
- hadoop fs、hadoop dfs与hdfs dfs命令
- NoSQL:memcached操作
- Java面向对象的三大特性
- js-浏览器宽高获取
- Activity管理
- Vue.js组件——slot杂记
- JavaScript 笔记