以前打開windows版本的caffe，是有一個.sln 文件，通過 vs2013 加載后可以直接執行編譯過程，這次遇到一些坑，最終還是編譯好，并且把 mnist 的例程再次在windows 平臺跑通了，應該說，如果不是想用 VS 管理工程寫C++ ，用windows真的是蛋疼。‘’‘’

主要步驟如下：

1、下載安裝好 Anaconda2、Git、cmake（ > 3.4 ）、將python.exe，conda.exe，git，等在readme.md 提到的命令所在路徑添加到path 路徑，還要安裝一些依賴，也在readme.md 里面找到要安裝什么。

2、在github中搜索caffe，將分支由 master 改為 windows，下載 倉庫到 桌面，可以看到Scripts 文件夾中有個 build_win.cmd 文件，打開這個文件，按照箭頭指示更改6處，我選擇了CPU模式，用VS2013編譯，實際上，我下載了編譯好的 VS2013 release 版本，我編譯不對但是又需要的文件，就會在這里面找，是可以用的。

?

3、接下來，執行了build_win.cmd 后，會在 scripts 中生成build 文件夾，里面就有 Caffe.sln 文件，打開它就可以執行 生成 命令。如果執行build_win.cmd 命令有錯誤，在更改了錯誤以后，記得刪除 Cmakecach.txt 及 build 文件夾，然后再重新執行。

4、 caffe.sln 工程生成命令執行以后，將 生成的.dll 文件，拷貝到 windows/system32，或者 windows/system64，或者是 windows 目錄下（這個目錄具體是什么我忘了，以前裝 opencv 拷貝過哈）

5、我還下載了 happpyyear 的 caffe-windows-ms.zip，使用這個版本的話，還需要去網上下載 thirdparty 文件夾，應該是它的第三方依賴庫，然后編譯，先編譯 libcaffe，將“將警告視為錯誤”這個屬性改為“否”。就可以用了。

?

第二部分? mnist 在windows 下使用。

1、下載 mnist 數據集，然后解壓在桌面的 mnist 文件夾內。

2、 利用生成的

convert_mnist_data-d.exe 程序，將 utype 文件 及其 對應標簽 轉化為 lmdb 格式文件，找不到convert_mnist_data.d.exe 這個程序，就去 下載好的 debug 版本中找。 C:\Users\hanxinle\Desktop\caffe-windows\scripts\build\examples\mnist\Debug\convert_mnist_data-d.exe C:\Users\hanxinle\Desktop\mnist\t10k-images.idx3-ubyte C:\Users\hanxinle\Desktop\mnist\t10k-labels.idx1-ubyte C:\Users\hanxinle\Desktop\mnist\minist_lmdb pause

　　

C:\Users\hanxinle\Desktop\caffe-windows\scripts\build\examples\mnist\Debug\convert_mnist_data-d.exe C:\Users\hanxinle\Desktop\mnist\train-images.idx3-ubyte C:\Users\hanxinle\Desktop\mnist\train-labels.idx1-ubyte C:\Users\hanxinle\Desktop\mnist\minist_train_lmdb pause

　　

?3、將訓練集和測試集都轉換完畢后，找到 lenet_train_test.prototxt，這個文件的內容是 lenet 的網絡架構信息，添加訓練文件集合測試文件集所在的路徑。

4、 找到 lenet_solver.prototxt 文件，這個文件又叫做超參數文件，它描述的是網絡訓練的相關參數。我在這里一共修改了兩處，一處是 添加 網絡的描述信息 完整路徑，另一處是 CPU 模式，如下圖。

5、接下來就可以執行訓練命令了，caffe.exe 我開始并沒有找到，直接從下載好的文件夾拷貝過來，照樣使用。注意：剛剛所有的修改要注意一點，將 \ 改為 / ，在路徑中如果不修改，會出現很多莫名其妙的問題，其次，文件夾命名不要有空格，可以帶下劃線取代空格。

C:\Users\hanxinle\Desktop\caffe-windows\scripts\build\caffe\caffe.exe train -solver=C:/Users/hanxinle/Desktop/caffe-windows/examples/mnist/lenet_solver.prototxt pause

?

6、生成均值產生器，用于識別手寫識別。

C:\Users\hanxinle\Desktop\caffe_vs2013_cpu\bin\compute_image_mean.exe C:/Users/hanxinle/Desktop/mnist/minist_train_lmdb C:\Users\hanxinle\Desktop\mnist\mean.binaryproto pause

7、制作 待識別的圖片，28x28的灰度圖片，制作labels.txt文件，9行1列，從0-9，然后執行識別命令

C:\Users\hanxinle\Desktop\caffe_vs2013_cpu\bin\classification.exe C:\Users\hanxinle\Desktop\caffe-windows\examples\mnist\lenet.prototxt C:\Users\hanxinle\Desktop\bat\lenet_iter_10000.caffemodel C:\Users\hanxinle\Desktop\mnist\mean.binaryproto C:\Users\hanxinle\Desktop\mnist\labels.txt C:\Users\hanxinle\Desktop\test\77.jpg pause

8、 制作 28x28圖片，需要借助 matlab 和 畫圖來完成，方法如下：

畫圖得到 28x28 jpg 文件，

在MATLAB中，執行 A = imread('1.jpg');

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?A? = 255 - rgb2gray(A);

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? imwrite(A,'11.jpg');

具體可以翻看下以前的教程文件。

?

轉載于:https://www.cnblogs.com/hanxinle/p/8992777.html

總結

以上是生活随笔為你收集整理的caffe 在 windows 使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。