基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe

基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe

最近，自己电脑的系统坏掉了，平时总是用Windows来写论文和文档，而用Ubuntu来做深度学习的训练，因此在自己的本子上安装了Win10和Ubuntu双系统，但是双系统非常容易损坏，尤其是当Ubuntu系统升级时，每次系统坏掉，总要重装一遍Tensorflow和Caffe，前者还比较容易，Caffe的编译和安装实在是头痛，一不小心就会出现各种奇葩的报错。因此，我这次痛下决心，将Ubuntu系统删掉了，只留了一个Win10系统，这逼着我在Win10系统上同时安装好Tensorflow和Caffe两大利器，经过一番折腾，功夫不负有心人，终于成功了，再此写出来，以方便大家。
如果大家在Win10上安装Tensorflow和Caffe的过程中有任何的问题，欢迎来到并关注我的技术微博 [ @MachineLearning-ZJU ]，以及留言和讨论

本文的运行环境以及需要安装的软件如下：

• 系统平台：Win10
• 驱动软件：Cuda9.1
• 加速库：Cudnn7.0（与Cuda9.1对应的版本）
• *编译工具：Visual Studio 2013
• 深度学习框架：Tensorflow 1.6 和 Caffe
• 所需基础：无

---

本博文一共有三部分，分别是：

• GPU驱动的安装与配置
• Tensorflow的安装过程及注意事项
• Caffe的安装过程及注意事项

---

GPU驱动的安装和配置

主要软件
- cuda_9.1.85.1_windows
- cuda_9.1.85.2_windows
- cuda_9.1.85_win10
- cudnn-9.1-windows10-x64-v7
前三个从官网地址（https://developer.nvidia.com/cuda-downloads）下载而来，选择自己需要的版本即可。最后一个对应的官网在维护，可从以下链接下载(https://download.csdn.net/download/daringpig/10298485).

具体的安装过程，一直“下一步”就可以了，但是要安装先Cuda9.1后Cudnn7.0.5的顺序。Cudnn7.0.5不用安装，只要将其解压，并将里面的bin、include和lib，拷贝到Cuda安装目录下即可，我的目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1，自己根据具体情况具体分析。

Tensorflow的安装过程及注意事项

Anaconda3下载

Anaconda3安装

安装过程中一直下一步即可，注意此处：

Anaconda3运行

安装好了后，运行开始菜单—>Anaconda3—>Anaconda Prompt，在命令行中输入conda list

Tensorflow安装

在anaconda基础上安装tensorflow需要做一下事情：
- 换源: 为了加速软件的下载
- 配置环境: 为了防止不同的环境相互影响
- 安装依赖包: 不同的配置环境下需要不同的依赖包

##换源##
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

#为Tensorflow创建环境
conda create -n tensorflow python=3.6
#为caffe创建环境
conda create -n py2 python=2.7

运行 开始菜单—>Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到

在Anaconda Prompt中启动tensorflow环境, 并执行以下程序安装：

 #激活tensorflow环境
 activate tensorflow
 #安装tensorflow，下面二选一
 仅CPU：pip install --ignore-installed --upgrade tensorflow
 GPU加速： pip install --ignore-installed --upgrade tensorflow-gpu

 #激活caffe环境,为后面caffe编译做准备
 deactivate tensorflow
 activate py2
 pip install python2.7

到这里Tensorflow就安装好了，应该安装的就是最新的版本Tensorflow1.6

Caffe的编译过程及注意事项

下载caffe

微软caffe传送门（https://github.com/Microsoft/caffe，由于是在WIN10下安装caffe，因此使用微软的caffe可以节约不少时间）

编译caffe

下载完成后，解压caffe【解压目录中最好不要有中文目录】

编译工具为VisualStudio2013【VS2013亲测可用，其余版本VS需考虑兼容性】

配置项目属性

1）caffe-master/windows下 CommonSettings.props.example 文件复制一份重命名为CommonSettings.props

2）打开caffe工程（caffe-master/windows/caffe.sln）

打开时会自动安装VS的一些扩展套件【也有可能是其他依赖项，需耐心等待】
将CommonSettings.props中caffe版本改为9.1

如果要编译pycaffe，则添加上面py2的路径，我的路径是C:\Users\learner\Anaconda3\envs\py2

3）为caffe libcaffe 添加cuda的项目属性表。将该目录下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\extras\visual_studio_integration\MSBuildExtensions

项目属性表拷贝到VS2013对应的目录中去，我的路径是C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations

4）设置编译器不讲警告视为错误。

5）先仅编译生成 libcaffe 时会报错 error: too few arguments in function call，进而导致后面124个错误。

双击查看报错函数 cudnnSetConvolution2dDescriptor，在参数列表末尾补充一个参数 CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可。

6）编译生成 caffe 至此整个环境配置完成。

---