2. 程式人生 > >Windows下caffe安裝詳解(僅CPU)

Windows下caffe安裝詳解(僅CPU)

阿新 • • 發佈：2017-08-08
net library dad 新建 math 錯誤 format ack 訓練集

本文大多轉載自 http://blog.csdn.net/guoyk1990/article/details/52909864，加入部分自己實戰心得。

1、環境：windows 7\VS2013

2、caffe-windows準備

(1)下載官方caffe-windows並解壓，將 .\windows\CommonSettings.props.example備份，並改名為CommonSettings.props。如圖4所示：

技術分享

圖 4：修改後的CommonSettings.props文件

附帶說明，現在最新版的github已經更新，沒有上述文件，根據大佬說法用cmake編譯後能產生sln文件，筆者不才，並不會，這裏提供百度雲盤的老版本：

caffe提供Windows工具包(caffe-windows)：https://github.com/BVLC/caffe/tree/windows 百度雲下載地址：鏈接：http://pan.baidu.com/s/1bp1BFH1 密碼：phf3

(2)關於CommonSettings.props文件的一點說明。

[html] view plain copy
  1. </pre><pre name="code" class="html"><?xml version="1.0" encoding="utf-8"?>
  2. <Project ToolsVersion="4.0" xmlns="http://schemas.microsoft.com/developer/msbuild/2003">
  3. <ImportGroup Label="PropertySheets" />
  4. <PropertyGroup Label="UserMacros">
  5. <BuildDir>$(SolutionDir)..\Build</BuildDir>
  6. <!--NOTE: CpuOnlyBuild and UseCuDNN flags can‘t be set at the same time.-->
  7. <CpuOnlyBuild>false</CpuOnlyBuild><!--註釋裏說的很清楚，這兩個值不能同時設為true。若沒有GPU就把CpuOnlyBuild設為true-->
  8. <UseCuDNN>true</UseCuDNN>
  9. <CudaVersion>7.5</CudaVersion>
  10. <!-- NOTE: If Python support is enabled, PythonDir (below) needs to be
  11. set to the root of your Python installation. If your Python installation
  12. does not contain debug libraries, debug build will not work. -->
  13. <PythonSupport>false</PythonSupport><!--設置是否支持python接口,若想支持，需要改後面的PythonDir的值-->
  14. <!-- NOTE: If Matlab support is enabled, MatlabDir (below) needs to be
  15. set to the root of your Matlab installation. -->
  16. <MatlabSupport>false</MatlabSupport><!--設置是否支持matlab接口,若想支持，需要改後面的MatlabDir的值-->
  17. <CudaDependencies></CudaDependencies>
  19. <!-- Set CUDA architecture suitable for your GPU.
  20. Setting proper architecture is important to mimize your run and compile time. -->
  21. <CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>
  23. <!-- CuDNN 3 and 4 are supported -->
  24. <CuDnnPath></CuDnnPath>
  25. <ScriptsDir>$(SolutionDir)\scripts</ScriptsDir>
  26. </PropertyGroup>
  27. <PropertyGroup Condition="‘$(CpuOnlyBuild)‘==‘false‘">
  28. <CudaDependencies>cublas.lib;cuda.lib;curand.lib;cudart.lib</CudaDependencies>
  29. </PropertyGroup>
  31. <PropertyGroup Condition="‘$(UseCuDNN)‘==‘true‘">
  32. <CudaDependencies>cudnn.lib;$(CudaDependencies)</CudaDependencies>
  33. </PropertyGroup>
  34. <PropertyGroup Condition="‘$(UseCuDNN)‘==‘true‘ And $(CuDnnPath)!=‘‘">
  35. <LibraryPath>$(CuDnnPath)\cuda\lib\x64;$(LibraryPath)</LibraryPath>
  36. <IncludePath>$(CuDnnPath)\cuda\include;$(IncludePath)</IncludePath>
  37. </PropertyGroup>
  39. <PropertyGroup>
  40. <OutDir>$(BuildDir)\$(Platform)\$(Configuration)\</OutDir>
  41. <IntDir>$(BuildDir)\Int\$(ProjectName)\$(Platform)\$(Configuration)\</IntDir>
  42. </PropertyGroup>
  43. <PropertyGroup>
  44. <LibraryPath>$(OutDir);$(CUDA_PATH)\lib\$(Platform);$(LibraryPath)</LibraryPath>
  45. <IncludePath>$(SolutionDir)..\include;$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include;$(IncludePath)</IncludePath>
  46. </PropertyGroup>
  47. <PropertyGroup Condition="‘$(PythonSupport)‘==‘true‘"><!--與前面python接口設置對應-->
  48. <PythonDir>C:\Miniconda2\</PythonDir>
  49. <LibraryPath>$(PythonDir)\libs;$(LibraryPath)</LibraryPath>
  50. <IncludePath>$(PythonDir)\include;$(IncludePath)</IncludePath>
  51. </PropertyGroup>
  52. <PropertyGroup Condition="‘$(MatlabSupport)‘==‘true‘"><!--與前面的matlab接口設置對應-->
  53. <MatlabDir>C:\Program Files\MATLAB\R2014b</MatlabDir>
  54. <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)</LibraryPath>
  55. <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)</IncludePath>
  56. </PropertyGroup>
  57. <ItemDefinitionGroup Condition="‘$(CpuOnlyBuild)‘==‘true‘">
  58. <ClCompile>
  59. <PreprocessorDefinitions>CPU_ONLY;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  60. </ClCompile>
  61. </ItemDefinitionGroup>
  62. <ItemDefinitionGroup Condition="‘$(UseCuDNN)‘==‘true‘">
  63. <ClCompile>
  64. <PreprocessorDefinitions>USE_CUDNN;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  65. </ClCompile>
  66. <CudaCompile>
  67. <Defines>USE_CUDNN</Defines>
  68. </CudaCompile>
  69. </ItemDefinitionGroup>
  70. <ItemDefinitionGroup Condition="‘$(PythonSupport)‘==‘true‘">
  71. <ClCompile>
  72. <PreprocessorDefinitions>WITH_PYTHON_LAYER;BOOST_PYTHON_STATIC_LIB;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  73. </ClCompile>
  74. </ItemDefinitionGroup>
  75. <ItemDefinitionGroup Condition="‘$(MatlabSupport)‘==‘true‘">
  76. <ClCompile>
  77. <PreprocessorDefinitions>MATLAB_MEX_FILE;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  78. </ClCompile>
  79. </ItemDefinitionGroup>
  80. <ItemDefinitionGroup>
  81. <ClCompile>
  82. <MinimalRebuild>false</MinimalRebuild>
  83. <MultiProcessorCompilation>true</MultiProcessorCompilation>
  84. <PreprocessorDefinitions>_SCL_SECURE_NO_WARNINGS;USE_OPENCV;USE_LEVELDB;USE_LMDB;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  85. <TreatWarningAsError>true</TreatWarningAsError>
  86. </ClCompile>
  87. </ItemDefinitionGroup>
  88. <ItemDefinitionGroup Condition="‘$(Configuration)|$(Platform)‘==‘Release|x64‘">
  89. <ClCompile>
  90. <Optimization>Full</Optimization>
  91. <PreprocessorDefinitions>NDEBUG;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  92. <RuntimeLibrary>MultiThreadedDLL</RuntimeLibrary>
  93. <FunctionLevelLinking>true</FunctionLevelLinking>
  94. </ClCompile>
  95. <Link>
  96. <EnableCOMDATFolding>true</EnableCOMDATFolding>
  97. <GenerateDebugInformation>true</GenerateDebugInformation>
  98. <LinkTimeCodeGeneration>UseLinkTimeCodeGeneration</LinkTimeCodeGeneration>
  99. <OptimizeReferences>true</OptimizeReferences>
  100. </Link>
  101. </ItemDefinitionGroup>
  102. <ItemDefinitionGroup Condition="‘$(Configuration)|$(Platform)‘==‘Debug|x64‘">
  103. <ClCompile>
  104. <Optimization>Disabled</Optimization>
  105. <PreprocessorDefinitions>_DEBUG;%(PreprocessorDefinitions)</PreprocessorDefinitions>
  106. <RuntimeLibrary>MultiThreadedDebugDLL</RuntimeLibrary>
  107. </ClCompile>
  108. <Link>
  109. <GenerateDebugInformation>true</GenerateDebugInformation>
  110. </Link>
  111. </ItemDefinitionGroup>
  112. </Project>

3、編譯caffe-windows

編譯用vs2013打開.\windows\Caffe.sln 並將解決方案的配置改為release，點菜單欄上的“生成->生成解決方案”，會將整個項目全部生成，這個時間會比較長（由於官方caffe-windows 的版本使用了NuGet管理第三方開發包，所以需要在vs2013上安裝NuGet，官方網站下載速度比較慢，可以在我的資源裏下載）。生成成功之後的文件都在.\Build\x64\Release中。

PS：生成時可能遇到的錯誤：errorC2220: 警告被視為錯誤 - 沒有生成“object”文件 (..\..\src\caffe\util\math_functions.cpp)。這個錯誤可參考Sunshine_in_Moon 的解決方案。

4、測試

1）下載MNIST數據集，MNIST數據集包含四個文件，如表1所示：

表1：MNIST數據集及其文件解釋

文件

內容

train-images-idx3-ubyte.gz

訓練集圖片 - 55000 張 訓練圖片, 5000 張 驗證圖片

train-labels-idx1-ubyte.gz

訓練集圖片對應的數字標簽

t10k-images-idx3-ubyte.gz

測試集圖片 - 10000 張 圖片

t10k-labels-idx1-ubyte.gz

測試集圖片對應的數字標簽

下載完後解壓得到對應的四個文件，這四個文件不能直接用於caffe的訓練和測試。需要利用第4步生成的convert_mnist_data.exe把四個文件轉換為caffe所支持的leveldb或lmdb文件。

2）轉換 訓練\測試數據

a) 中的四個文件放到 . \examples\mnist\mnist_data文件夾下。

b) 在caffe-windows安裝的根目錄下，新建一個convert-mnist-data-train.bat文件轉換為訓練數據，並在文件中添加代碼:

[python] view plain copy
  1. Build\x64\Release\convert_mnist_data.exe --backend=lmdbexamples\mnist\mnist_data\train-images.idx3-ubyteexamples\mnist\mnist_data\train-labels.idx1-ubyte examples\mnist\mnist_data\mnist_train_lmdb
  2. pause

其中--backend=lmdb 表示轉換為lmdb格式，若要轉換為leveldb將其改寫為--backend=leveldb 即可。

再新建一個convert-mnist-data-test.bat轉換測試數據，代碼為：

[python] view plain copy
  1. Build\x64\Release\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\t10k-images.idx3-ubyte examples\mnist\mnist_data\t10k-labels.idx1-ubyte examples\mnist\mnist_data\mnist_test_lmdb
  2. Pause

Ps：（1）convert_mnist_data.exe的命令格式為：

convert_mnist_data [FLAGS] input_image_file input_label_file output_db_file

[FLAGS]：轉換的文件格式可取leveldb或lmdb，示例：--backend=leveldb

Input_image_file:輸入的圖片文件，示例：train-images.idx3-ubyte

input_label_file：輸入的圖片標簽文件，示例：train-labels.idx1-ubyte

output：保存輸出文件的文件夾，示例：mnist_train_lmdb

（2）如果感覺很麻煩，也可以直接下載我轉換好的MNIST文件（leveldb和lmdb）。

3）運行測試

（1）將第2）步中轉換好的訓練\測試數據集（mnist_train_lmdb\ mnist_train_lmdb或mnist_train_leveldb\mnist_train_leveldb）文件夾放在.\examples\mnist中。

（2）在caffe-windows根目錄下新建一個run.bat，文件中代碼：

[python] view plain copy
  1. Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt
  2. pause

保存並雙擊運行，如果運行成功，說明caffe配置成功了。

註意1：使用leveldb或lmdb格式的數據時，需要將lenet_train_test.prototxt 文件裏面的data_param-> source和data_param-> backend相對應，如圖5紅框所標註處。

技術分享

圖 5：lenet_train_test.prototxt文件中需要註意與訓練\測試數據對應的部分

註意2：將lenet_solver.prototxt 文件裏面的最後一行改為solver_mode:CPU。

4）訓練自己的數據

這部分可以參考下面的幾個博客：

1.在caffe上跑自己的數據

2.windows下caffe訓練自己的數據

reference:

官方Caffe-windows 配置與示例運行

【caffe-Windows】caffe+VS2013+Windows無GPU快速配置教程

Windows下caffe安裝詳解(cpu+gpu+matcaffe+pycaffe)

Windows下caffe安裝詳解(僅CPU)

相關推薦

Windows下caffe安裝詳解(僅CPU)

net library dad 新建 math 錯誤 format ack 訓練集 本文大多轉載自 http://blog.csdn.net/guoyk1990/article/details/52909864，加入部分自己實戰心得。 1、環境：windows 7\VS20

Windows下caffe安裝詳解(cpu+gpu+matcaffe+pycaffe)

這篇博文是出於公司專案需要的考慮，才進行windows下caffe的相關開發。同時也在安裝完後及時進行總結，希望這篇博文可以幫助到大家！ 需要準備的檔案: 1，VS2013，這個不再贅述 安裝過程： 1，將下載的caffe-windows.zip進行解壓，並進入其

Centos7下Rabbitmq安裝詳解

第一步：yum安裝erlang 新增rabbitmq依賴的erlang yum命令repos /etc/yum.repos.d/rabbitmq-erlang.repo [rabbitmq-erlang] name=rabbitmq-erlang baseurl

libevent在windows下使用步驟詳解

libevent是一個常用的網路庫，下面就看看在windows下面編譯測試的過程吧。一 環境 系統：win8.1 編譯器：VS2013 官方下載地址：http://libevent.org/ 版本：２.０.22-stable二 編譯靜態庫 1 解壓 把上面下載到libeve

windows下caffe安裝及測試

借鑑前輩們的經驗，學習了windows（僅cpu）下的安裝及測試，還要繼續努力，分享一下安裝及測試的經驗，主要借鑑以下資料。http://blog.csdn.net/wanz2/article/details/52770316http://blog.csdn.net/qq_1

Caffe學習筆記（一）——Windows 下caffe安裝與配置

本文主要介紹：經過一番周折，在Windows7 64位系統下成功配置Caffe，下面總結一下基本的配置過程，以及配置過程中遇到的問題。 配置環境：Windows7 X64 + CUDA7.0 + VS2013 + Matlab2014a 1.安裝C

linux下tomcat8安裝詳解詳解

Linux下Tomcat8的安裝配置 安裝tomcat前首先要安裝對應的jdk並配置Java環境。 一、環境準備 jdk版本：1.8 工具：xShell5  說明：本文是通過Xshell5工具遠端連線Linux操作，原理一樣. 二、安裝步驟 1、下載安裝包

Linux下軟體安裝詳解

在Windows下安裝軟體時，只需用滑鼠雙擊軟體的安裝程式，或者用Zip等解壓縮軟體解壓縮即可安裝。在Linux下安裝軟體對初學者來說，難度高於Windows下軟體安裝。下面我就詳細講解Linux下如何安裝軟體。 先來看看Linux軟體副檔名。軟體字尾為.rpm最初是R

Windows下VTK6.0.0安裝詳解（CMake使用說明）

操作 工具 generate 其中 con htm 目錄下的文件 ima 新建 操作系統：Windows7，用到工具：Visual studio、CMake。 1.準備工作 VTK下載： 下載最新VTK穩定版（6.0.0，截至2013年7月）http://www.vtk

Windows 7+Visual Studio 2015下Caffe安裝（CPU/非GPU）

由於專案組安排跟進深度學習、目標檢測，準備先嚐試一下MTCNN，其網路執行需要Caffe，暫時又只有Windows 7系統，因此先準備安裝caffe-windows。其次，考慮用筆記本GPU跑可能會炸，因此準備安裝CPU版的。 按照README.md進行安裝，首先看到要

Windows下Openssl安裝與使用詳解

Windows下Openssl安裝與使用詳解 一、安裝 1.1 安裝環境：      1、作業系統：Windows XP SP2       2、C++編譯器：VC++ 6.0 1.2下載： 下載ActivePerl  5.10.1.1007(最新的版本或較低的版

Windows下啟動RabbitMQ服務及安裝詳解

安裝詳解步驟如下及問題的解決： RabbitMQ Service預設是自動勾選中的，這裡我們取消勾選。如選中啟動RabbitMQ服務時會報如下圖錯誤： 安裝完成後，Erlang和RabbitMQ環境變數是沒有配置的，需要自己手動去配置，如下圖：

TortoiseGit學習系列之Windows上TortoiseGit的安裝詳解（圖文）

錯誤 http 用戶名 dev 9.png 安裝包 本地 信息 克隆 TortoiseGit的安裝準備 首先你得安裝windows下的msysgit。 安裝版本控制器客戶端TortoiseGit [不習慣英文的朋友，也可以下個語言包]。 　　下載地址:https

Linux下oracle12c數據庫安裝詳解

shadow follow glibc 格式化磁盤 www ech etc 12c 接收 簡介： oracle12c概述 oracle12c數據庫屬於關系型數據庫，采用C/S模式、支持SQL語言，穩定性、高性能、安全性優於其他官方網站： https://www.oracle

linux下jdk& tomcat安裝詳解

tex 長度 apache 訪問 stty inline lac -name tomcat 一、安裝tomcat前首先要安裝對應的jdk並配置Java環境。 1.下載jdk 2.在usr目錄下建立java安裝目錄 cd /usr //進入usr目錄 mkdir java /

WINDOWS下MySQL 5.7+ 解壓縮版安裝配置方法

1.去官網下載.zip格式的MySQL Server的壓縮包，根據需要選擇x86或x64版。注意：下載是需要註冊賬戶並登入的。 2.解壓縮至你想要的位置。 3.複製解壓目錄下my-dafault.ini至bin目錄下，重新命名為my.ini。並新增以下內容（路徑要根據自己的情況修改呀）。沒有data目錄不

MySQL 解壓版在Windows下的安裝與配置

從 MySQL 官網下載解壓版本的安裝包 下載完成後解壓到安裝位置，我的安裝位置為 D:\database\mysql-5.7.24 在 D:\database\mysql-5.7.24 目錄下新

mxnet CPU版本Windows下簡單安裝(python介面安裝)

話說這幾天一直想做個驗證碼識別的demo，想到一些比較時髦的方法來實現，所以選中mxnet框架來實現，安裝了幾天不成功，網上找各種教程什麼的都要安裝c++一大坨的東西，我只想安裝個cpu版本啊；下午特

Linux下原始碼編譯安裝詳解

前言 原始碼要執行，必須先轉成二進位制的機器碼。這是編譯器的任務。 比如，下面這段原始碼（假定檔名叫做test.c）。 #include <stdio.h> int main(void) {   fputs("Hello, world!\n", stdout

windows下的剪下板程式設計詳解

 說道剪下板大家都不陌生吧 ,右鍵貼上 都用過。其實程式設計也很簡單,但是在程序之間的通訊 卻有著不可替代的作用  ,剪下板說白了就是一個緩衝區 ,但是這個緩衝區不是某個程序的私有空間,而被全部程序所共享。windows下的每個程序都可以共享剪下板中的資料 。     其實