caffe安装

安装caffe的时候一定要保持一个乐观的心态，不然容易放弃人生。由于自己是装完才写的，所以并没有截图。

平台：Window7

硬件：NVIDIV quaro M4000

软件：Visual Studio 2013

• 1.安装Visual Studio 2013

2013之前的版本都不可以，只有2013以上才可以，但是电脑上不同的Visual Studio可以兼容，而且Visual Studio 2013还是免费的，但不能用于商用。

• 2.安装CUDA 7.5

版本最好选7.5之上，因为官方用的7.5，软件会向上兼容，而不会向下兼容。

如果你不小心装错了，到程序和功能里卸载就好了，根据你的安装时间卸载跟NVIDIV有关的东西，千万不要卸载NVIDIA的图形驱动程序、NVIDIA Physx系统软件，这两个并不是新安装的，只是安装的时候会更新这两个软件。

安装过程中最好关了360这些杀毒软件，因为安装过程中360不时的会跳出来问你是否允许本次操作，如果不点允许的话几十秒之后自动就给你阻止了。而且360不允许CUDA更新图形驱动程序，这会导致CUDA安装失败。安装完成以后打开cmd 输入nvcc -V不报错就是安装成功了。

然后编译cuda7.5自带的samples。用Visual Studio打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0目录下的Samples_vs2013.sln，在Release下，选择rebuild solution。

第一次编译报错，提示你找不到”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件，可以安装DXSDK_Jun10.exe就可以解决。点这里下载，然后安装，如果你电脑上有Visual Studio 2010，这个安装会失败，因为有两个文件Visual Studio 2010已经安装了，SDK不能重复安装所以就报错了，不过不用管，这个时候SDK已经安装成功了。

第二次编译又报错了，提示找不到 “mpi.h”。网上竟然没有这个解决方案，不要方，要优雅，自己可以解决的。查了一下这是个高性能计算的API，去这里下载MPICH，windows的在最下面，点击http后会有两个文件让你选择下载，当时两个都下载下来了，最后发现只用了第一个。选择第一个下下来，安装之后里面就有mpi.h的头文件。然后在Visual Studio里面更改报错的文件，将#include<mpi.h>改成#include "mpi.h所在路径+mpi.h"再次编译就可以了。

执行C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录下的deviceQuery.exe和bandwidthTest.exe，没报错就算安装成功。最好在cmd下运行这两个程序，因为直接双击的话窗口闪一下就关闭了，什么都看不见。

• 3.安装cuDNN

GPU库会用到这个库，然而默认安装驱动是不安装这个的，因此需要去官网下载安装，点这里下载，这个可以下载的时候需要注册，不麻烦，填一下个人信息就好了。下载完成后，进行解压，将相应的bin，include，lib下的文件分别放于自己的cuda下面的相应目录中，例如，本人电脑的cuda目录为C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v7.5，因此，将刚才解压的文件放在这个目录下面的bin，include，lib文件夹下就好了。

• 4.安装Anaconda

Anaconda 是 Python 的一个发行版，解决了两个问题：

1）提供包管理，功能类似于 pip，Windows 平台安装第三方包经常失败的场景得以解决

2）提供虚拟环境管理，功能类似于 virtualenv，解决了多版本Python并存问题。

在官网下载这个会失败，因为网速很慢，推荐使用国内的清华镜像下载。

安装Anaconda最好选Anaconda2，因为这个版本的Python是2.7。不过python2.7官方已经停止更新了，你要是觉得python版本低，也可以装Anaconda2以上的版本，然后重新建一个python2.7的环境，两个python版本可以共存，Anaconda就是这么好用，不过自己创建的版本很多包都需要自己装。

在Anaconda prompt下直接输入：

conda create --name py27 python=2.7  activate py2.7

安装过程不报错就好了。

在Anaconda的根目录下的envs目录下会生成一个叫做py27（自己给python2.7环境起的名字）的目录，那就是python2.7所在目录。

安装Anaconda的时候不会默认添加环境变量，自己可以在右键电脑->属性->高级变量->系统变量的path添加Anaconda的安装路径，这里的python是Anaconda自带的python，如果要加入的是自己创建的python环境，那么要添加的是根目录的envs里面的py27目录。

切换python版本只需要在Anaconda prompt下输入：

 activate py2.7

然后用conda install安装自己需要的包就好了。

• 5.编译caffe

将github上下载的caffe-master.zip解压，进入根目录下的windows目录，将该目录下的Common.Setting.props.example复制一份，并重命名成Common.Setting.props， 用Visual Studio 2013以及以上版本打开，修改里面的配置文件。

要改的地方:

记得改cuda的版本，自己装的什么版本就改成什么版本，不然libcaffe和test_all不会加载成功。还有要改python的安装路径。

点击caffe根目录下的windows目录，在该目录下用VS2013打开Caffe.sln用。这里由于别的模块用到了libcaffe，所以，首先选择libcaffe，右键生成。成功之后，再选择整个解决方案，右键生成解决方案。

这个过程非常非常慢，慢到让我以为出了什么问题，取消重新生成了好几次，这个过程中还有很多依赖包要装。

Nuget会提示下载一些东西，包括boost,opencv2.4.10,gflags,glog,hdf5,lmdb,LevelDB,OpenBLAS,protobuf等预编译的依赖包。过程有点慢，多等会就ok。下载完成后会在caffe 的同级目录生成NugetPackages的文件。

如果出现没有生成object文件的错误，双击该错误，点击确定，然后保存即可。

出现无法打开libcaffe.lib的错误，编译生成libcaffe，再编译整个解决方案。

编译整个解决方案的时候，出现 Cannot open include file: 'gpu/mxGPUArray.h': No such file or directory的错误，排查了一下，发现是电脑上装的matlab（2016的）版本太新了，修改CommonSettings.props配置就好了，找到'gpu/mxGPUArray.h‘所在位置，然后增加一个MatlabDir就好了，但是我又不用MATLAB，所以直接在CommonSettings.props里面关掉了matlab接口。

右键解决方案->属性->通用属性->启动项目->当前选定内容，然后保存。

点击caffe->caffe.cpp，按F5运行，生成如下界面，证明安装成功。同时在根目录下面会生成相应的exe，lib，dll等文件。运行的时候360会阻止运行，将caffe加入信任软件就好了。

参考博客：http://blog.csdn.net/qq_14845119/article/details/52415090