深度學習之Windows下安裝caffe及配置Python和matlab接口

原創

2020-02-24 08:18

去年下半年看了相關目標檢測的論文，一些傳統的算法，一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展，主要都是基於深度學習卷積神經網絡方面的，包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD，然後明天準備正式開始搞學術了，爭取早點把論文發出來。

趁着放假回家的時間，做點前期準備工作，深度學習方面的框架有caffe，torch，mxnet，kerse，還有最近比較大熱的TensorFlow，感覺tf會持續popular，所以準備搭建一個玩玩，但是相關比較新的目標檢測框架都是首先基於caffe開發的，caffe對於圖像方面的庫比較多，穩定，所以搭建一個caffe也是必不可少，好像tf也是可以調用caffe框架模型的（沒用過）。

裝雙系統之step one：http://blog.csdn.net/jasonzhangoo/article/details/54865974

裝顯卡驅動之step two（很多同學都是因爲這步而放棄深度學習的）：http://blog.csdn.net/jasonzhangoo/article/details/54866049

Ubuntu16.04下安裝caffe和TensorFlow的cpu版本之step three：http://blog.csdn.net/jasonzhangoo/article/details/54866074

Win10下安裝caffe的GPU版本之step four：http://blog.csdn.net/jasonzhangoo/article/details/54866120

windows安裝配置faster-rcnn之step five：http://blog.csdn.net/jasonzhangoo/article/details/54866174

Win10下安裝caffe的GPU版本之step four：

我是在win10+GTX950m+VS2013,matlab接口我是matlab2016a，Python接口我是pycharm5.0.3

1 . 安裝 Python 環境

這裏我選擇的是 Anaconda2

打開 Anaconda2 下載地址，選擇Anaconda2-4.1.1-Windows-x86_64.exe

下載完畢後雙擊運行 Anaconda2-4.1.1-Windows-x86_64.exe

可以選擇安裝路徑

2 . 下載 Caffe

打開 Caffe 下載地址，點擊 Clone or download-> Download ZIP

解壓縮，打開到 caffe-master/caffe-master/windows 文件夾

複製CommonSettings.props.example 文件，並把複製好的文件重命名爲CommonSettings.props

用 VS2013 打開 Caffe.sln 文件，點擊右邊的 CommonSettings.props，查看你的 cuDNN 支持的版本

3 . 安裝 CUDA 和 cuDNN
打開 CUDA 下載地址，拉到下方點擊 DOWNLOAD

選擇 Windows-x86_64-10-exe，如果你的操作系統是別的版本，請在 Version 裏進行選擇

下載後點擊運行，安裝路徑請選擇默認路徑

打開 cuDNN 下載地址，點擊 Download，下載前需要先註冊

註冊完成後，下載 cuDNN v4 或者 cuDNN v5 (這取決於 CommonSettings.props 文件裏標註支持的版本，建議選擇 cuDNN v4 Library for Windows，雖然是for CUDA7.0)

4 . 編譯前準備

打開到 caffe-master/caffe-master/windows 文件夾，用 VS2013 運行 Caffe.sln 文件

這裏右邊會顯示libcaffe (加載失敗)，解決的步驟：

1）打開 CUDA 安裝路徑中的MSbuildExtensions 文件夾，如果你在之前安裝時選的是默認路徑，那麼它應當在 c 盤 / Program File/NVIDIA GPU CpmputingToolkit/CUDA/8.0/extras/visual_studio_integration 裏