win10 + gtx1060 + cuda8.0 + caffe + vs2013

1. 安裝cuda8.0

1)先去官網下載cuda8.0  https://developer.nvidia.com/cuda-toolkit

2)下載完以後進行安裝，安裝時間有點長，請耐心等待，默認是安裝在c盤目錄下

　安裝完後會生成兩個系統變量：

CUDA_PATH    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

3)測試是否成功 : 進入cmd，輸入nvcc -V命令，如圖所示

表示cuda安裝成功

4)進入sdk實例安裝目錄

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0

點擊Samples_vs2013.sln文件打開vs2013執行 

運行Samples_vs2013.sln文件就會出現如圖所示

代表測試成功

5)使用配置vs2013

 新建VS項目，源文件cpp:

#include <stdio.h>
#include <stdlib.h>
#include "cuda_runtime.h" 
#include "device_launch_parameters.h" 

bool InitCUDA()
{
    int count;
    cudaGetDeviceCount(&count);
    if (count == 0)
    {
        fprintf(stderr, "There is no device.\n");
        return false;
    }
    int i;
    for (i = 0; i < count; i++)
    {
        cudaDeviceProp prop;
        if (cudaGetDeviceProperties(&prop, i) == cudaSuccess)
        {
            if (prop.major >= 1)

            {
                break;
            }
        }
    }
    if (i == count)
    {
        fprintf(stderr, "There is no device supporting CUDA 1.x.\n");
        return false;
    }
    cudaSetDevice(i);
    return true;
}

int main()
{
    if (!InitCUDA())
    {
        return 0;
    }
    printf("HelloWorld, CUDA has been initialized.\n");
    system("pause");
    return 0;
}

右鍵工程-》生成依賴項-》生成自定義-》選擇cuda8.0

右鍵工程-》屬性-》連接器-》輸入中添加 cudart.lib

運行結果 

2. 下載安裝CAFFE

1)拷貝 .\windows\CommonSettings.props.example 到 .\windows\CommonSettings.props

默認狀況下Windows版本caffe須要 CUDA 和 cuDNN 庫，你也能夠在.\windows\CommonSettings.props 裏禁用他們。

默認狀況下Python支持被沒有開啓的，你也能夠經過修改 .\windows\CommonSettings.props 來啓用。

第三方Caffe依賴庫被自動經過NuGet安裝:

右鍵工程-》管理NuGet程序包，還原全部的包。原始使用的opencv是2.4.10版本（我卸掉它使用opencv3.1）. 全部包會下載到

C:\Users\Administrator\AppData\Local\NuGet\Cache

這裏是清單:

若是你將opencv改爲了3.1注意要刪除每一個項目文件下 *.vcxproj 裏有關opencv2.4.10的加載失敗錯誤項。

2)若是你不須要CUDA，你能夠安裝CPU_ONLY版本：編輯文件.\windows\CommonSettings.props，設置CpuOnlyBuild 爲 true，UseCuDNN爲false。

3)cuDNN V5 下載 

解壓下載的zip文件到 %CUDA_PATH% (這個環境變量是由上一步安裝的CUDA設置的)。或者你也能夠解壓到任何位置， 而後再 .\windows\CommonSettings.props 裏設置 CuDnnPath 來指向解壓到的目錄。

你能夠修改.\windows\CommonSettings.props文件，設置 UseCuDNN 爲 false 來禁用cuDNN。

https://developer.nvidia.com/rdp/cudnn-download

4)Python

爲了編譯Caffe Python封裝庫，須要.\windows\CommonSettings.props文件，設置 PythonSupport爲 true。

下載 Anaconda2 64-bit Windows installer： Anaconda2 。

安裝完後咱們須要將.\windows\CommonSettings.props 中python PythonDir 改爲咱們本身的

接下來安裝 google.protoc

編譯python支持庫後，你還須要執行以下之一才能在python裏使用：

• 設置環境變量 PythonPath，值爲 <caffe_root>\Build\x64\Release\pycaffe，或者
• 複製目錄 <caffe_root>\Build\x64\Release\pycaffe\caffe 到 <python_root>\lib\site-packages 目錄

5).Matlab

編譯Matlab支持，修改.\windows\CommonSettings.props文件，設置 MatlabSupport 爲true，MatlabDir 爲 Matlab安裝根目錄。

</PropertyGroup>
    <PropertyGroup Condition="'$(MatlabSupport)'=='true'">
        <MatlabDir>C:\Program Files\MATLAB\R2014a</MatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)</LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(MatlabDir);$(IncludePath)</IncludePath>
    </PropertyGroup>

 

注意：最近Microsoft 的github貌似更新了matcaffe中的caffe_.cpp文件，第十六行添加了對gpu/mxGPUArray.h的引用

修改matcaffe中的第十六行#include"gpu/mxGPUArray.h"中修改成

#include<toolbox/distcomp/gpu/extern/include/gpu/mxGPUArray.h>

 

編譯Matlab支持庫後，你還須要執行以下操做才能在matlab裏使用：

• 添加生成的 matcaffe 目錄到 Matlab 搜索路徑，
• 添加 <caffe_root>\Build\x64\Debug 到 系統環境變量 PATH(不必定須要）

6)編譯

如今你能夠開始編譯工程文件了： .\windows\Caffe.sln

注意要先編譯libcaffe

7)爲了之後使用方便，咱們將生成的exe路徑放入環境目錄path裏

C:\caffe-master2\Build\x64\Debug

8) 爲了使用caffe的sh腳本文件，咱們須要安裝 Git 和 wgetwin(將wget.exe放入C:\Windows\System32)