caffe搭建--caffe- win10 vs2015 編譯(支持GPU)--注意在cmake的時候須要根據狀況仔細修改配置

--http://blog.csdn.net/longji/article/details/60964998

注意： 在cmake的時候須要根據狀況仔細修改配置，好比，若是gpu的能力不足3.0的話，在windows上就不能開啓cudnn，應當設置爲OFF，不然後面運行的時候將開啓cudnn，可是事實上硬件不能支持，倒時候還得回來從新修改配置從新編譯。

01 必備環境

win10企業版，有GPU的硬件。 
vs2015 update三、cmake 3.7.2。 
Git、python3.5.三、CUDA8.0、cuDNN5.1。

cuda_8.0.61_win10.exe下載地址： 
http://developer.download.nvidia.com/compute/cuda/8.0/secure/Prod2/local_installers/cuda_8.0.61_win10.exe?autho=1487739113_9ad462b1e508ab177490b79065da6a6a&file=cuda_8.0.61_win10.exe 
安裝後有以下環境變量：

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 NVCUDASAMPLES8_0_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 NVCUDASAMPLES_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 NVTOOLSEXT_PATH=C:\Program Files\NVIDIA Corporation\NvToolsExt\

 

cuDNN下載須要註冊個帳號。下載cudnn-8.0-windows10-x64-v5.1-zip後解壓到 C:\Program Files\cuda 
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod_20161129/8.0/cudnn-8.0-windows10-x64-v5.1-zip

C:\Program Files\cuda下有bin、include、lib3個目錄。 
設置環境變量

CUDNN_ROOT=C:\Program Files\cuda

 

安裝pthon3.5.3及必要組件 
pytho3.5.3下載地址：https://www.python.org/ftp/python/3.5.3/python-3.5.3-amd64.exe 
安裝到c:\python35。安裝時選擇設置環境變量、勾選pip。 
安裝後，環境變量path中會加入以下兩項（若是你安裝了其餘版本的Python，請確保這個環境變量在path的較前位置）。

# %path%環境變量中有以下兩行 c:\Python35\Scripts\ c:\Python35\

安裝後，C:\Python35\Lib\site-packages只有README.txt文件。後面使用pip貨pip3安裝的python組件會被默認安裝到 
C:\Python35\Lib\site-packages 目錄。

根據 https://github.com/BVLC/caffe/tree/windows 官網描述：

 

 

 

 

安裝必要的python工具組件： 
在網址 http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 
下載scipy-0.18.1-cp35-cp35m-win_amd64.whl 
保存到E:\Work\201703\caffe\ 
安裝scipy：

pip3 install E:\Work\201703\caffe\scipy-0.18.1-cp35-cp35m-win_amd64.whl

從 http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 
下載 Numpy+MKL， 
選擇 numpy-1.11.3+mkl-cp35-cp35m-win_amd64.whl， 
下載到E:\Work\201703\caffe\ 
安裝 Numpy+MKL：

pip3 install E:\Work\201703\caffe\numpy-1.11.3+mkl-cp35-cp35m-win_amd64.whl

安裝其餘組件

pip3 install wheel matplotlib six protobuf scikit-image pydot

02 caffe源碼下載

官網：http://caffe.berkeleyvision.org/ 
github：https://github.com/BVLC/caffe/ 
下載源碼：

cd d:\git\DeepLearning git clone https://github.com/BVLC/caffe.git cd caffe git branch -a git checkout windows

03 設置CMake-gui，生成vs工程文件

設置 源代碼路徑：D:/git/DeepLearning/caffe 
設置 生成build路徑：D:/git/DeepLearning/caffe/build/x64 
選擇生產vs工程的版本：Visual Sutdio 14 2015 Win64 
tooset 默認值，空 
勾選[Use default native compilers] 
過程有下載依賴，時間較長。 

這個過程主要是下載以下內容： 
caffe\cmake\WindowsDownloadPrebuiltDependencies.cmake文件中指定的文件： 
https://github.com/willyd/caffe-builder/releases/download/v1.0.1/libraries_v140_x64_py35_1.0.1.tar.bz2。 

下載後壓縮包放在camke-gui指定的編譯目錄下。D:\git\DeepLearning\caffe\build\x64\libraries_v140_x64_py35_1.0.1.tar.bz2

若是該目錄存在此文件，再次點擊[Configure]按鈕不會重複下載。該文件保存在亞馬孫雲上，下載速度很慢，建議手工下載。極可能須要嘗試屢次。

壓縮包下載完成，或者手動下載後再次Configure時，會出現以下BLAS配置錯誤。把BLAS屬性設置爲OPEN。 

把BLAS屬性設置爲OPEN。 
勾選Build_python，使caffe支持python接口。 
勾選Build_python_layer，使caffe支持python語言自定義層。 

設置python_version屬性爲3，指定python版本是3.0+。 

最後還有幾個Boost_PYTHON-PY*_LIBARY_*選項錯誤。忽略。 

點擊[Generate]按鈕，生成vs工程文件。

04 vs2015編譯

用vs2015打開 D:\git\DeepLearning\caffe\build\x64\Caffe.sln。編譯整個Caffe.sln下面的工程。共44個工程。 
編譯成功後，生成INSTALL工程，這樣完整的debug版本就安裝到D:\git\DeepLearning\caffe\build\x64\install目錄下了。 

運行caffe_d.exe -version 或者-help。運行正常。 

編譯並安裝release版本後，能夠測試下python接口。 
運行以下python文件 
D:\git\DeepLearning\caffe\build\x64\install\bin\test01.py

import numpy as np; import sys,os; caffe_root='D:/git/DeepLearning/caffe/build/x64/install/'; sys.path.insert(0, caffe_root + 'python'); import caffe-d as ca; # 引入本身的caffe的python接口 print("######"); # python打印6個# import matplotlib.pyplot as plt; plt.plot([1,2,3,4], [1,2,3,4]); plt.show(); # 畫一條45°直線 ca.set_mode_gpu(); #設置使用GPU，ca.set_mode_cpu(); import caffe.io as cai; import caffe.net_spec as can; import caffe.classifier as cac; import caffe.draw as cad; # 這個文件須要安裝pydot組件 import caffe.coord_map as caco;

運行正常。 

05 關於調試

主要功能項目在tools 目錄下。 
caffe.bin生成 caffe_d.exe 

若是要運行caffe本身提供的測試用例，項目入口是runtest工程。運行runtest工程。跑所有測試用例。 
具體測試內容在test.testbin工程。