Caffe在以下环境安装:Win10+CUDA8.0+Cudnn5.0+VS2013+Matlab2016a

最近于导师要求下,从头学习Caffe。之前接触了CNN进行了图片分类,后导师提起过Caffe一词,因种种原因,一直在回避这个炙手可热的工具。如今下决心要深入学习它,就把我的心路历程及经验分享给大家。

最开始我很盲目,一看网上教程就开始下载软件,进行安装,在第一步CUDA的安装上面就吃到不少苦头,折腾好久才知道自己的电脑根本不能安装caffe环境,最重要的是缺少英伟达NVIDIA显卡,后在博导资助下,换了电脑设备,装上GTX1060显卡。

过程中在网上搜索到许多有用的链接,在此po出供大家学习,并感谢无私提供链接内容的所有作者!

1> 介绍下我的环境配置并给出百度云盘链接,供大家下载安装:

Windows10环境下
               显卡配置:GTX1060
               CUDA版本:8.0                                     链接:http://pan.baidu.com/s/1c1HPC3Y 密码:ilsl
               Visual Studio2013(内含注册码)         链接:http://pan.baidu.com/s/1miLnvDY 密码:h0tc

Cudnn版本:5.0                                     链接:http://pan.baidu.com/s/1dFb0zjb 密码:lefn

Cffe版本:caffe-windows                       链接:https://github.com/microsoft/caffe

2> VS与CUDA关联(配置环境):

链接1:http://www.2cto.com/kf/201605/505639.html(建议不参考2.2编译,以下我会给出)
    链接2:http://blog.csdn.net/u011821462/article/details/50145221 (其中,cuda安装完成后配置五个系统变量有错)

3> VS下搭建(编译)Caffe环境:

搭建caffe框架的详细过程,参考以下两个链接原作者写的很详细:

链接1:http://blog.csdn.net/xjz18298268521/article/details/52190184
     链接2:http://www.xue163.com/2457/1/24579925_2.html#46-%E7%BC%96%E8%AF%91libcaffe%E9%A1%B9%E7%9B%AE

若懒得看链接,我把主要步骤整理出,可供参考:

安装完之后,以下步骤均在\caffe-master\windows文件夹下操作:

①更改CommonSettings.props.example文件为CommonSettings.props

②双击Caffe.sln文件,在VS环境中打开CommonSettings.props。接着进行以下操作:
                 a.<CudaVersion>:默认的是7.5,我的cuda版本是8.0,故这里我改为8.0
                 b.<MatlabSupport>:如果你编译matlab接口,则将false改为true
                 c.<PythonSupport>:如果你编译Python接口,则将false改为true
                 d.<CuDnn.Path>:改为你存放cudnn的路径的上一层目录。
                 e.<MatlabDir>:改为你安装的matlab路径
                 f.<CudaArchitecture>:与你的显卡处理能力匹配(查看自己Nvidia GPU的computer capability,此链接的原作者已整理 好各种型号,大家均可在里面查找到:  http://blog.csdn.net/JiaJunLee/article/details/52067962)
            ③生成(业内人士通常称这步为编译)。注:每个项目都要编译
                 操作:右击工程-生成
                 顺序:首先libcaffe,接着caffe,接着剩下的工程逐一生成。

-----------------注-----------------

caffe.exe文件(.\Build\x64\Release目录下,以后训练要用到-只要看到该可执行文件就证明编译成功,不管你用什么系统,什么方式)

4> 各种bug说明

中间遇到的各种bug请参照:
        链接1:http://blog.csdn.net/u011185952/article/details/52577620
        链接2:http://blog.csdn.net/maxiao1204/article/details/52065203
        链接3:http://blog.csdn.net/shmilysi/article/details/53099196
        链接4:http://blog.csdn.net/hereiskxm/article/details/53517516(安装matlab2016版本看这里!!出现的bug!!!)

我自己安装中间出现的bug总结:

error : NuGet Error:未知命令:“overlay”

————解决办法:删除util文件夹,解决方案caffe-重新生成解决方案

error C1083: 无法打开包括文件: “cudnn.h”: No such file or directory

————解决办法:将cudnn5.1版本换为cudnn5.0

error LNK2001: 无法解析的外部符号 "__declspec(dllimport) void __cdecl google::InitGoogleLogging(char const *)" (__imp_?InitGoogleLogging@google@@YAXPEBD@Z)

————解决办法:matcaffe右击-配置属性-常规-平台工具集-visual studio 2013(v120)

-------------------------------------------------------------结  语---------------------------------------------------------------

至此,安装已结束,后续基于caffe的训练测试我将一一po出。因在win10下安装太少,网上搜到的大部分都是win7系统下的caffe安装,摸索了两天半的时间才全部搞定。中间可能遇到的好多问题没有及时记录下来,大家若遇到win10安装下的问题,可相互交流。

Caffe在以下环境安装:Win10+CUDA8.0+Cudnn5.0+VS2013+Matlab2016a(转载)的更多相关文章

  1. Ubuntu14.04 64位机上安装cuda8.0 cudnn5.0操作步骤 - 网络资源是无限的

    查看Ubuntu14.04 64位上显卡信息,执行: lspci | grep -i vga lspci -v -s 01:00.0 nvidia-smi 第一条此命令可以显示一些显卡的相关信息:如果 ...

  2. Ubuntu14.04 64位机上安装cuda8.0+cudnn5.0操作步骤

    查看Ubuntu14.04 64位上显卡信息,执行: lspci | grep -i vga lspci -v -s 01:00.0 nvidia-smi 第一条此命令可以显示一些显卡的相关信息:如果 ...

  3. ubuntu16.04+cuda8.0+cudnn5.0+caffe

    ubuntu安装过程(硬盘安装)http://www.cnblogs.com/zhbzz2007/p/5493395.html“但是千万不要用麒麟版!!!比原版体验要差很多!!!”开关机的时候电脑最上 ...

  4. windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤

    按照官网文档 http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4TpI4c8v ...

  5. Python之路-python环境安装和简单的语法使用

    一.环境安装 Win10(安装python3.x): 1.下载安装包     https://www.python.org/downloads/   2.安装完成后设置环境变量. 桌面-“计算机”-右 ...

  6. utuntu16.04安装caffe+Matlab2017a+opencv3.1+CUDA8.0+cudnn6.0

    上午把tensorflow安装好了,下午和晚上装caffe的确很费劲. 默认CUDA,cuDNN可以用了 caffe官方安装教程 有些安装顺序自己也不清楚,简直就是碰运气 1. 安装之前依赖项 Gen ...

  7. ubuntu14.04安装、NVIDIA显卡驱动安装及CUDA8.0、Cudnn5.1的环境搭建

    安装环境:hp-Z440工作站.64位Ubuntu14.04(64位Ubuntu16.04).Cuda8.0.Cudnn5.1.Nvidia GeForce GT 705.Tesla K40c 本文可 ...

  8. caffe+GPU︱AWS.G2+Ubuntu14.04+GPU+CUDA8.0+cudnn8.0

    国服亚马逊的GPU实例G2.2xlarge的python+caffe的安装过程,被虐- 一周才装出来- BVLC/caffe的在AWS安装的官方教程github: https://github.com ...

  9. 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

    深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直 ...

随机推荐

  1. 深度增强学习--DQN的变形

    DQN的变形 double DQN prioritised replay dueling DQN

  2. Ubuntu中网络配置问题

    今天,机器做IP变更配置ubuntu网卡的时候出现了: RTNETLINK answers: File exists 网络network service 无法重启 google一下找到  rm etc ...

  3. ThreadLocal的简单应用

    概括起来说,对于多线程资源共享的问题,同步机制采用了“以时间换空间”的方式,而ThreadLocal采用了“以空间换时间”的方式.前者仅提供一份变量,让不同的线程排队访问,而后者为每一个线程都提供了一 ...

  4. (转)Scala中协变(+)、逆变(-)、上界(<:)、下界(>:)简单介绍

    看源码的时候看到: trait ExtensionId[T <: Extension] { 没见过这个符号啊<: Scala上界(<:)和下界(>:) 1) U >: T ...

  5. Android 常见内存泄漏的解决方式

    在Android程序开发中.当一个对象已经不须要再使用了,本该被回收时.而另外一个正在使用的对象持有它的引用从而导致它不能被回收.这就导致本该被回收的对象不能被回收而停留在堆内存中,内存泄漏就产生了. ...

  6. 在笛卡尔坐标系上描绘函数(x*x+1)/(x*x-1)曲线

    代码: <!DOCTYPE html> <html lang="utf-8"> <meta http-equiv="Content-Type ...

  7. Android 自定义数字加减器

    该自定义View主要是实现一款效果不错的数字加减器的功能的,但是也可以自定义选择器的外观颜色等. 1.自定义View的布局(add_sub_view.xml) <?xml version=&qu ...

  8. XP如何找到网上邻居

    右击桌面,点击属性,切换到桌面,自定义桌面,勾选网上邻居即可.

  9. Hibernate关系映射(三) 多对一和一对多

    一.多对一 学生Student和班级Grade实现多对一,多个学生对应一个班级. Student.java实体类,映射了班级的属性. package com.lxit.entity; import j ...

  10. UTC时间格式转换

    如‘2018-08-07T14:44:40.000+0800’时间转换为正常时间格式 使用moment库 import moment from 'moment' // 日期格式化 formatTime ...