windows、visual studio 2015上編譯Caffe2

一、軟件準備

1. Windows 10 64位；
2. Visual studio 2015 64位；
3. CUDA v9.2；
4. cuDNN v7.4.2 for CUDA 9.2；
5. OpenCV 3.4.1；
6. Python2.7；
7. pip；
8. Conda（在屬性中獲取所有權限）。

二、CMD窗口安裝模塊

以管理員身份打開CMD窗口，執行如下命令：

pip  install  future ^
              hypothesis ^
              numpy ^
              protobuf ^
              six ^
              flask ^
              glog ^
              graphviz ^
              jupyter ^
              matplotlib ^
              pydot python-nvd3 ^
              pyyaml ^
              requests ^
              scikit-image ^
              scipy ^
              setuptools ^
              tornado ^
              lmdb 

編譯過程中如果出現缺少某個模塊，例如提示缺少lmdb，則用conda install lmdb再安裝一次。

三、增加/修改環境變量

1. 根據FindLMDB.cmake中的find_path(LMDB_INCLUDE_DIR NAMES lmdb.h PATHS “$ENV{LMDB_DIR}/include")和find_library(LMDB_LIBRARIES NAMES lmdb PATHS "$ENV{LMDB_DIR}/lib” )，設置include和lib文件夾所在目錄爲LMDB_DIR：
   LMDB_DIR C:\Tools\vcpkg\packages\lmdb_x64-windows
2. 找到電腦中Release版本Opencv的OpenCVConfig.cmake所在目錄，設置爲OpenCV_DIR：
   OpenCV_DIR C:\Tools\vcpkg\buildtrees\opencv\x64-windows-rel
3. 設置PYTHONPATH：
   PYTHONPATH CAFFE2_ROOT\build
4. 增加PATH：
   C:\Python27;
   C:\Python27\bin;
   C:\Python27\DLLs;
   C:\Python27\Scripts;
   C:\ProgramData\Anaconda2;
   C:\ProgramData\Anaconda2\bin;
   C:\ProgramData\Anaconda2\DLLs ;
   C:\ProgramData\Anaconda2\Scripts;
   C:\Tools\vcpkg\buildtrees\opencv\x64-windows-rel\bin。
5. 重新啓動電腦。

四、修改build_host_protoc.bat

設置編譯Release版本，設置VS2015爲編譯生成器。

set CMAKE_BUILD_TYPE=Release
set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"

五、修改build_windows.bat

設置編譯Release版本，設置VS2015爲編譯生成器，選中CUDA、LMDB、OPENCV和PYTHON作爲一同編譯項目。

set USE_CUDA=ON
set CMAKE_BUILD_TYPE=Release
set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"

  -DUSE_CUDA=%USE_CUDA% ^
  -DCUDA_GENERATION=Pascal ^
  -DUSE_NNPACK=OFF ^
  -DUSE_GLOG=OFF ^
  -DUSE_GFLAGS=OFF ^
  -DUSE_LMDB=ON ^
  -DUSE_LEVELDB=OFF ^
  -DUSE_ROCKSDB=OFF ^
  -DUSE_OPENCV=ON ^
  -DBUILD_SHARED_LIBS=OFF ^
  -DBUILD_PYTHON=ON

六、修改Cuda.cmake

增加對CUDA9.2的編譯支持。

# set(Caffe2_known_gpu_archs9 "30 35 50 52 60 61 70 71") # for CUDA 9.x, not supported yet
set(Caffe2_known_gpu_archs9 "30 35 50 52 60 61") # for CUDA 9.x, not supported yet

if (${CUDA_VERSION} LESS 7.0)
  message(FATAL_ERROR "Caffe2 requires CUDA 7.0 or later version")
elseif (${CUDA_VERSION} LESS 8.0) # CUDA 7.x
  set(Caffe2_known_gpu_archs ${Caffe2_known_gpu_archs7})
  list(APPEND CUDA_NVCC_FLAGS "-D_MWAITXINTRIN_H_INCLUDED")
  list(APPEND CUDA_NVCC_FLAGS "-D__STRICT_ANSI__")
elseif (${CUDA_VERSION} LESS 9.0) # CUDA 8.x
  set(Caffe2_known_gpu_archs ${Caffe2_known_gpu_archs8})
  list(APPEND CUDA_NVCC_FLAGS "-D_MWAITXINTRIN_H_INCLUDED")
  list(APPEND CUDA_NVCC_FLAGS "-D__STRICT_ANSI__")
  # CUDA 8 may complain that sm_20 is no longer supported. Suppress the
  # warning for now.
  list(APPEND CUDA_NVCC_FLAGS "-Wno-deprecated-gpu-targets")
elseif (${CUDA_VERSION} EQUAL 9.0) # CUDA 9.0
  set(Caffe2_known_gpu_archs ${Caffe2_known_gpu_archs9})
  list(APPEND CUDA_NVCC_FLAGS "-D_MWAITXINTRIN_H_INCLUDED")
  list(APPEND CUDA_NVCC_FLAGS "-D__STRICT_ANSI__")
elseif (${CUDA_VERSION} GREATER 9.0) # CUDA 9.x
  set(Caffe2_known_gpu_archs ${Caffe2_known_gpu_archs9})
  list(APPEND CUDA_NVCC_FLAGS "-D_MWAITXINTRIN_H_INCLUDED")
  list(APPEND CUDA_NVCC_FLAGS "-D__STRICT_ANSI__")
endif()

七、CMD窗口編譯

以管理員身份打開cmd窗口，切換到caffe2/src/scripts目錄，先執行build_host_protoc.bat，再執行build_windows.bat(需一個小時)。

八、VS編譯

CMD窗口編譯成功後，以管理員身份打開visual studio 2015，打開caffe2/src/build/Caffe2.sln，切換到Release模式，先rebuild ALL(需一個小時)，再rebuild Install(需一個小時)，此時在C:\Program Files中可以看到Caffe2文件夾。

九、拷貝

1. 拷貝caffe2\src\build\caffe2\python\Release目錄下的caffe2_pybind11_state.pyd及該文件夾下的所有項目到C:\Python27\DLLs和C:\ProgramData\Anaconda2\DLLs；
2. 拷貝caffe2/src/build目錄下的caffe和caffe2文件夾到C:\Python27\Lib和C:\ProgramData\Anaconda2\Lib。

十、運行MNIST.PY檢驗

1. 下載Caffe2的tutorial：https://github.com/caffe2/tutorials；
2. 打開tutorial下的MNIST.PY，點擊save_db函數找到其定義文件predictor_exporter.py和predictor_py_utils；
3. 修改predictor_exporter.py：
   #ws = ws or workspace.C.Workspace.current
   ws = ws or workspace
4. 修改predictor_py_utils.py：
   #shape = ws.blobs[blob].fetch().shape
   shape = ws.FetchBlob(blob).shape
5. 執行MNIST.PY，如果流程完全正確則Caffe2編譯成功。