caffe作为facebook的两大开源深度学习框架,其实早已经和facebook另一大深度学习框架pytorch合并了。但是我们作为学习者,了解这些著名框架的来龙去脉、原理使用还是有必要的。最近刚好有这方面的需求,顺便在我们的小服务器上编译了一个三年前版本的caffe。
环境准备
操作系统 :Windows 7 旗舰版
GPU设备:NVIDIA Quadro M2000
GPU驱动:CUDA 7.5 (https://developer.nvidia/cuda-downloads)
GPU驱动:cuDNN v5 (https://developer.nvidia/rdp/cudnn-archive)
编译环境:Visual Studio 2013
实验过程
-
确认GPU。
(1)打开设备管理器。
(2)打开显示适配器,查看是否有英伟达的GPU。
-
安装CUDA 7.5。
(1)下载CUDA 7.5 windows版本: https://developer.nvidia/cuda-downloads 。 *需要先注册登陆。
(2)安装exe文件,一切默认。
-
安装cuDNN v5。
(1)下载 cuDNN v5。(https://developer.nvidia/rdp/cudnn-archive)
(2)解压,并将其中三个文件夹放入CUDA安装路径下,与CUDA的三个文件夹合并,CUDA默认路径如下图所示。
-
安装 Visual Studio 2013。
(1)安装 Visual Studio 2013,一切默认。最终打开如下图:
-
下载caffe源码。
两种方式:
(1)自行下载压缩包并解压。
下载地址: https://github/Microsoft/caffe
(2)git拉取项目
拉取命令: git clone https://github/microsoft/caffe.git
6. VS编译设置与准备。
(1)将caffe源码windows文件夹下的CommonSettings.props.example复制一份,命名为CommonSettings.props。
(2)点击打开caffe.sln。
(3)修改CommonSettings.props文件,修改配置。红框中三个属性分别代表——是否只使用CPU、是否使用cuDNN、CUDA版本。
7. 编译libcaffe。
右键libcaffe,打开属性。将C/C++——将警告视为错误 设置 为 否。
然后将如下图所示的位置,设置为Release和X64。设置好有右键libcaffe,点击生成。
8 编译caffe。
libcaffe编译成功后,右键‘解决方案caffe’,点击编译。
9.测试caffe命令。
在编译生成的Build\x64\Release文件夹下,cmd运行caffe.exe,出现如下界面则为安装成功。
更多推荐
工作日常之 caffe+windows7+GPU 编译安装
发布评论