win7+cpu+caffe+python環境搭建

win7+cpu+caffe+python環境搭建

一、前言

我是一名在讀研究生，因爲最近在研究課題全卷積神經網絡（FCN），在研究FCN之前，需要搭建caffe框架，由於我的基礎完全從零開始，其中走了不少的彎路，雖然網上有很多的教程，但是很多存在着錯誤或者不詳細，所以我想在這裏記錄下來，希望可以幫助到更多的零基礎的人。

二、工具準備

1.電腦系統：windows7 64位
2. vs2013
3.caffe-master 網址：https://pan.baidu.com/s/1VhEbhYwmKyWZNibXRWNvfA
4. NugetPackages 網址：https://pan.baidu.com/s/1UGFBaHk1qzqc12A1CoAxZA
5.Anaconda2 網址：https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe

三、詳細步驟

1. 安裝vs2013，由於網上vs2013安裝教程很多，這裏就不在給出。將下載的caffe-master解壓，打開文件夾C:\caffe\caffe-master\windows，找到CommonSettings.props.example文件並將它複製並重命名爲CommonSettings.props，如圖所示
2. 用vs2013打開CommonSettings.props文件，找到第七行第8行，如圖所示

將其改爲

3. 找到第13行如圖所示，將false改爲true。
   

4. 安裝Anaconda2，並添加其安裝路徑。
   
   將上圖中的第48行改爲如下所示，記住安裝路徑後一定要加\
   然後保存，關閉文件。

5. 將下載下來的NugetPackages解壓到caffe-master同一目錄下，如圖所示，
   打開C:\caffe\caffe-master\windows文件夾下Caffe.sln

6. 配置文件修改好後，可以編譯Caffe了。(有兩種Debug和Release活動配置，都可以編譯)，但是使用Debug編譯的話，會出現錯誤，所以建議使用Release編譯，如圖所示。
   
   右擊解決方案，點擊屬性，將單啓動項目改爲caffe，如下圖所示。
   右擊解決方案‘Caffe’，點擊生成解決方案，如圖所示。

7. 編譯成功後打開C:\caffe\caffe-master\Build\x64\Release文件如果出現pycaffe文件夾，以及caffe.exe文件，則說明你已經編譯成功了。
   8.打開第7步中的pycaffe文件夾，複製caffe文件夾，如圖所示。
   將caffe文件夾複製到Anaconda2安裝目錄下C:\mysoft\Anaconda2\Lib\site-packages，這是我的安裝路徑，你得找到你電腦的安裝路徑，如圖所示。
   
   9.打開cmd命令窗口，輸入python，（由於我的電腦只安裝了Anaconda2，只有python2.7版本，如果你電腦有多個python版本的話，需要找到你指定的目錄，這一步過程不在敘述）輸入import caffe，如圖所示。
   這時會出現 ImportError: No module named google.protobuf.internal 這個錯誤。原因是沒有protobuf這個模塊。使用pip install protobuf(這個安裝也需要注意，在cmd裏指定下目錄，調用C:\mysoft\Anaconda2\Scripts\裏的pip.exe 即pip.exe install protobuf).如圖所示，
   模塊安裝完成之後，再import caffe就ok了。如果沒有報錯的話，到此環境已經配置成功了。

四、可能出現的問題總結

如果你是第一次配置caffe環境的話，可能會出現各種各樣的錯誤，但是失敗不怕，只要根據步驟一步一步來，找到問題的來源總會成功的。

1. 在配置caffe環境中，下載支持python2.7的anaconda2，不然後面會遇到找不到python27.lib。
2. 很多人使用Debug模式編譯，會出現找不到文件的錯誤，所以建議你使用Release模式編譯。
3. 在第6步生成方案過程中，會出現找不到PDF文件或者未能加載DLL文件等錯誤。網上給出了很多解決辦法，但都無效（本人親自試過）。其實這類錯誤是由於你的VS2013安裝的時候未能安裝所有功能導致的，針對此解決方法是重新安裝電腦系統，在官網上下載VS2013企業版安裝包，重新安裝。

五、總結

本人是第一次寫博客，心情還是有一點小激動的，希望這篇博客可以給大家帶來幫助。如果我講述有錯誤的地方或者你在配置環境的時候出現了各種錯誤的話，可以聯繫我，我的郵箱是[email protected]，歡迎和大家一起討論學術。
如果你也是研究全卷機神經網絡（FCN）的話，以上操作是萬里長征的第一步而已，後面還有很多的困難在等着大家，當然我也會定期的更新博客，講述我學習的心得，下一篇博客將介紹FCN訓練數據集。