win7 64 旗舰版虚拟GPU-VMware下+vs2013安装caffe+matlab+python

转发请说明来处

Win7配置caffe（无GPU）

配置环境：

必须：win7 64 + vs2013

Win7 64位旗舰版要升级到service spack（因为是在vs2013下，想安装vs2013，得将旗舰版升级到Service Pack1），如下图

Vs2013

本人申请的服务器，无GPU，如图：

计算机-属性-设备管理器

（如果你的是NVIDIA，需要下载CUDA，不着急下面先看）

本人python2.7.12（不是安装的anaconda，当然建议安装这个）

Matlab2016a

步骤就是按照happernear大神写的来的，

中文版安装教程：http://blog.csdn.net/happynear/article/details/45372231

英文版教程：（如果你运行成功，请给happynear大神点赞）

https://github.com/happynear/caffe-windows

现在我再详细的演示一下：

1. 从caffe官方master分支fork过来的源代码：https://www.github.com/happynear/caffe-windows

有大神自己亲手制作的第三方库（是20160510而不是0326的）：

http://pan.baidu.com/s/1eStyfrc

2.解压这两个，且将D:\deeptools\3rdparty20160510里面的三个文件夹复制粘贴到D:\deeptools\caffe-windows-master\3rdparty

3. 双击./src/caffe/proto/extract_proto.bat批处理文件来生成caffe.pb.h和caffe.pb.cc两个c++文件，和caffe_pb2.py这个python使用的文件。

4. 如果你的显卡比较老或者没有显卡，请使用./build_cpu_only/MainBuilder.sln。（大家看到我的显卡不是NVIDA的，所有我没有安装CUDA或是CUDNN）

5.现在先要查看且配置一下：

如图中所示对于caffe右击属性，我们看到附加包含目录中有3rdparty/include。

然后对caffelib右击属性，查看附加包含目录中也有这个3rdparty/include。

如果你要配置matlab接口，请对matcaffe右击属性，将附加包含目录中写入你的matlab安装目录。

如果你要配置你的python接口，将你的python安装目录按图中引入。

然后按图中将自动后面的Debug改为Release，后面win32改为×64，进行编译即按红框内的绿色三角，大约等半个小时。。

出现如下结果：

注意：如果出现图中错误

解决方法：

改为自己的matlab安装目录。。

然后右击重新生成。

查看

出现 caffe_mexw64 即成功，

使用python，再次确认：

要用python的：右击pycaffe生成，结果：

然后查看，出现了_caffe.pyd,成功。

6.接下来进行测试：到 http://pan.baidu.com/s/1mgl9ndu  下载已经转换好的MNIST的leveldb数据文件，解压至./examples/mnist文件夹中，

然后运行根目录下的run_mnist.bat即可开始训练，训练日志会保存在./log文件夹中，以INFO开头，txt格式的日志文件中。

出现以下问题

打开LOG日志查看

解决方法：

打开且修改将GPU改为CPU

又出现了这个问题。。。，自己感觉是在过程中，当时参考了很多，有很多都修改了，所以，我重新加载了原始的example文件夹，然后重新下载了测试的，将其中的

修改

又重新run_minist

在训练中, 要知道minist数据集 迭代次数为10000, 如果想要提前结束，不要直接关cmd 要按先Ctrl+Break保存当前工作状态，然后Ctrl+C终止训练。成功！！！

7.matlab接口（用matlab的看这里）

（1）把文件夹 。。caffe-windows-master/3rdparty/bin添加到系统环境变量中，如下：

（2）把3rdparty/bin中的dll文件，拷贝到 “caffe-windows-master/matlab+caffe/private“中，如下：

复制粘贴到

（3）matlab测试 打开到如下路径

“caffe-windows-master/matlab/demo/classification_demo.m”，

classification_demo.m需要文件bvlc_reference_caffenet.caffemodel，可以到 
http://dl.caffe.berkeleyvision.org/ 
下载，下载后放到“models/bvlc_reference_caffenet/”中；

（4）运行[scores,
maxlabel] = classification_demo();

运行结果：

至此matlab配置测试成功。

8.python
接口（用python的看这里）

（1）首先我们要注意到https://github.com/happynear/caffe-windows

我们得安装一些python包，需要的包查看下面的requirements

（2）现在查看一下自己的python都安装好了哪些包，打开菜单-cmd，输入pip list，或是pip freeze

（3）现在安装这些包，下载网址：http://www.lfd.uci.edu/~gohlke/pythonlibs/ 大部分都可以从这里找到

顺序：numpy -> scipy->
matplotlib -> scikit-learn,其他不知

建议网址 http://www.cnblogs.com/LiuSY/p/5710652.html

安装numpy：

将numpy.whl下载到python安装目录D:\Python27\Scripts。然后打开cmd，切换到D:\Python27\Scripts，输入pip
install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl回车显示successfully install 成功

安装cython：（都是要先从网上下载.whl）

安装scikit-image时需要的包比较多：

从下图我们可以看到
collecting networkx所以我们就需要去网址下载这个networkx

然后pip install，

然后看到安装nexworkx时，collecting decorator，那我们就再下载这个
pip install

然后再次安装networkx

看到安装scikit-image还需要collecting dask继续下载安装dask

看到安装scikit-iamge还需要pillow继续下载安装

看到还需要toolz

继续下载安装tooz，，，然后安装scikit-image

安装six、pyyaml、Pandas、nose、h5py、ipython。。都和上面一一样下载然后pip
install

（可以经常pip list，对照查看自己还差哪个）

现在还需要python-gflags、protobuf、leveldb比较麻烦安装

下载python-gflags：

然后 解压， cmd到解压目录，python
setup.Py install

 

出现这个结果

这里出现gflags就成功了

现在安装leveldb

下载并解压 然后用vs2013打开红框里的类型是Microsoft
，，，，

注意红框里的几个地方有需要修改的请修改，

生成

然后按照下图中4.

将红框里的复制到

打开cmd切换到

出现hello world
成功安装

安装protobuf

下载protobuf-3.0.0
下载网址

http://www.vdisk.cn/GoogleAuthenticator/protobuf-python-3.0.0-beta-2.tar.gz.html

然后解压，然后打开到python，查看readme

打开cmd 到这个目录，输入python setup.py build回车，python
setup.py test回车，

python
setup.py install回车，

查看且把红框里的复制到

Ok 安装成功

（4）测试python caffe

打开python，输入import caffe 没出错即成功

注意：安装网上给的网址protobuf  https://github.com/google/protobuf

会出问题：

要升级安装protobuf3.0.0

9.C++接口

http://m.blog.csdn.net/article/details?id=51355143 无亲测不知道可不可行