深度学习之Windows下安装caffe及配置Python和matlab接口
去年下半年看了相關目標檢測的論文,一些傳統的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基于深度學習卷積神經網絡方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD,然后明天準備正式開始搞學術了,爭取早點把論文發出來。
趁著放假回家的時間,做點前期準備工作,深度學習方面的框架有caffe,torch,mxnet,kerse,還有最近比較大熱的TensorFlow,感覺tf會持續popular,所以準備搭建一個玩玩,但是相關比較新的目標檢測框架都是首先基于caffe開發的,caffe對于圖像方面的庫比較多,穩定,所以搭建一個caffe也是必不可少,好像tf也是可以調用caffe框架模型的(沒用過)。?
裝雙系統之step one:http://blog.csdn.net/jasonzhangoo/article/details/54865974
裝顯卡驅動之step two(很多同學都是因為這步而放棄深度學習的):http://blog.csdn.net/jasonzhangoo/article/details/54866049
Ubuntu16.04下安裝caffe和TensorFlow的cpu版本之step three:http://blog.csdn.net/jasonzhangoo/article/details/54866074
Win10下安裝caffe的GPU版本之step four:http://blog.csdn.net/jasonzhangoo/article/details/54866120
windows安裝配置faster-rcnn之step five:http://blog.csdn.net/jasonzhangoo/article/details/54866174
Win10下安裝caffe的GPU版本之step four:
我是在win10+GTX950m+VS2013,matlab接口我是matlab2016a,Python接口我是pycharm5.0.3
1 . 安裝?python?環境
這里我選擇的是 Anaconda2
打開 Anaconda2?下載地址,選擇Anaconda2-4.1.1-Windows-x86_64.exe
下載完畢后雙擊運行 Anaconda2-4.1.1-Windows-x86_64.exe
可以選擇安裝路徑
2 . 下載 Caffe
打開 Caffe?下載地址,點擊 Clone or download-> Download ZIP
解壓縮,打開到 caffe-master/caffe-master/windows 文件夾
?
復制CommonSettings.props.example 文件,并把復制好的文件重命名為CommonSettings.props
用 VS2013 打開 Caffe.sln 文件,點擊右邊的 CommonSettings.props,查看你的 cuDNN 支持的版本
?
3 . 安裝 CUDA 和 cuDNN
打開 CUDA?下載地址,拉到下方點擊 DOWNLOAD
選擇 Windows-x86_64-10-exe,如果你的操作系統是別的版本,請在 Version 里進行選擇
下載后點擊運行,安裝路徑請選擇默認路徑
?
打開 cuDNN?下載地址,點擊 Download,下載前需要先注冊
注冊完成后,下載 cuDNN v4 或者 cuDNN v5 (這取決于 CommonSettings.props 文件里標注支持的版本,建議選擇 cuDNN v4 Library for Windows,雖然是for CUDA7.0)
?
4 . 編譯前準備
打開到 caffe-master/caffe-master/windows 文件夾,用 VS2013 運行 Caffe.sln 文件
?這里右邊會顯示libcaffe (加載失敗),解決的步驟:
1) 打開 CUDA 安裝路徑中的MSbuildExtensions 文件夾,如果你在之前安裝時選的是默認路徑,那么它應當在 c 盤 / Program File/NVIDIA GPU CpmputingToolkit/CUDA/8.0/extras/visual_studio_integration 里
2) 拷貝MSbuildExtensions 文件夾中的所有文件,復制到 C 盤 / Program File(x86)/MSBuild/Microsoft.Cpp/v4.0(這里取決于你安裝的版本)/V120/BuildCustomizations文件夾下,替換目標中的文件
3)點擊 VS2013 里右邊的CommonSettings.props 文件
第七行cpuonlybuild如果true就是cpu版本,false就是gpu版本,gpu版本下面第八行要使用cudnn改為true,cuda的版本改為我們的版本8.0,如圖。
下面的Pythonsupport和matlabsupport就是選擇支持哪些接口,這里我Python和matlab中都需要用到,兩個都改為true。
第 24 行改為你的 cuDNN 的解壓文件中 cuda 文件夾的路徑
第 48 行改為 Anaconda2 的安裝文件夾
第53行改為你的matlab的安裝文件夾位置,55行增加$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include不然后面編譯的時候回出現關于gpu的問題
在鍵盤上Control + S保存,關閉VS2013后重新打開Caffe.sln文件,這時libcaffe應當加載成功
?
5. 編譯 Caffe
打開 Caffe.sln 文件,選擇調試 -> caffe 屬性
單擊配置屬性,上方的配置選為活動(Release),平臺選為活動(x64)
再點擊配置屬性,點擊 C/C++ ,警告等級 設為 3 ,警告視為錯誤 設為 否,點擊 確定
然后點擊本地調試開始編譯,其中會自動下載?NuGet 程序包,此過程可能會翻墻。
?
當然不過下載出問題,可以直接打開選項 -> 包管理器 -> 常規 -> 瀏覽,
手動把 NuGet 程序包復制進去,下載地址,密碼?qfui
error LNK1104:無法打開文件“libcaffe.lib”
error C2220:警告被視為錯誤-沒有生成“object”文件
解決方案是對libcaffe單獨重新生成,并且對libcaffe屬性中進行如下修改
這樣應該可以編譯成功,最后再點擊生成-生成解決方案應該就可以生成成功了。
?
6.?測試一下matlab和Python中是否可用caffe
將caffe文件目錄下的matcaffe加入到matlab的路徑中
caffe-master\caffe-master\Build\x64\Release\matcaffe,點擊菜單中的設置路徑,以后每次就直接可以在matlab中調用caffe庫了。
測試一下,
?
說明caffe的matlab接口以及可以使用。
?
在pycharm中測試一下,可能會出現No module named google.protobuf.internal,
1)下載protobuf(地址:https://github.com/google/protobuf/releases/tag/v3.0.0),下載兩個版本,一個protoc-3.0.0-win32.zip,一個源碼,如果GitHub上不了可以下載我的資源。
2)將protoc-3.0.0-win32\bin\protoc.exe 拷貝進入源代碼文件夾下 src中
進入源代碼文件夾下python文件夾,cmd執行?python setup.py build、執行?python setup.py install
?
說明caffe的Python接口也配置成功。
至此caffe在Windows中的GPU版本大功告成。
?
具體可以參考這兩篇
http://forestli.com/archives/93/
http://www.cnblogs.com/yixuan-xu/p/5858595.html
與50位技術專家面對面20年技術見證,附贈技術全景圖總結
以上是生活随笔為你收集整理的深度学习之Windows下安装caffe及配置Python和matlab接口的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 深度学习之Windows下安装faste
- 下一篇: windows7+visual stud