Caffe for Windows 配置與測試

Caffe for Windows的配置與測試

轉載請註明出處：http://my.oschina.net/gaussik/blog/600368

---

參照github上happynear的caffe-windows項目，將Caffe for Windows配置成功，而且測試了其轉換好的mnist數據庫，不管是速度仍是結果上，效果都至關好。現總結一下配置方法。

實驗環境

• 操做系統：Windows 10 Professional

• CPU：Intel Core i5-4590

• GPU：Nvidia GeForce GTX 970

• Microsoft Visual Studio 2013

• CUDA 7.5

軟件安裝

首先須要安裝Visual Studio 2013。

而後再安裝CUDA 7.5。注意前後順序。

配置

下載整個的caffe-windows項目，解壓縮到所需目錄下，例如本文中 D:\caffe。

下載做者製做的三方庫並解壓縮到項目的3rdparty目錄。解壓好後，將3rdparty/bin文件夾加入到環境變量PATH中，這樣程序才能找到這些三方dll。、

編譯

1. 雙擊./src/caffe/proto/extractproto.bat批處理文件來生成caffe.pb.h和caffe.pb.cc兩個c++文件，和caffepb2.py這個python使用的文件。

2. 打開./buildVS2013/MainBuilder.sln，打開以後切換編譯模式至Release X64模式。

3. 修改設置中的compute capability（caffelib --> 屬性 --> CUDA C/C++ --> Device --> Code Generation）

GPU	Computer Capability
GTX660, 680, 760, 770	compute_30,sm_30
GTX780, Titan Z, Titan Black, K20, K40	compute_35,sm_35
GTX960, 970, 980, Titan X	compute_52,sm_52

你能夠在https://en.wikipedia.org/wiki/CUDA上查看你的GPU所對應的Computer Capability。

點擊工具欄綠色箭頭進行編譯，須要必定時間。

測試

下載做者已經轉換好的MNIST的leveldb數據文件，解壓到./examples/mnist文件夾中，而後運行根目錄下的run_mnist.bat便可開始訓練，日誌會保存在./log文件夾中。可看到，迭代10000次，準確率達到了0.9925。

---

如有更新，請到文中所給連接處實時查看。