windows7+visual studio 2013+CUDA7.5 编译caffe+配置matcaffe+配置pycaffe

经过朋友指导，终于成功在windows7上成功编译了caffe，这里将编译过程记录

1. 安装文件准备

1.1 visual studio 2013安装包下载

• 进入visual studio下载页
• 选择Visual Studio 2013–>Ultimate 2013版–>简体中文iso文件–>下载
  

1.2 CUDA7.5 (optional)

如果不需要cuda版本的caffe，本步跳过

• 下载地址:
  nvidia官网的cuda-toolkit-archive
  
  …
  

1.3 windows版本caffe

• 下载地址为GitHub的caffe windows版本
• 一定要注意，brand那里选择windows
  

1.4 下载cuDNN (optional)

• 如果不需要配置cuDNN，该步请跳过
• 从nVidia官网下载cuDNN v3或者是cuDNN v4，注意，需要注册才能下载
  下载后解压缩，如下图所示
  

1.5 下载Anaconda安装包 (optional)

• 该安装包是用来安装python的，从而可以配置pycaffe
• 这里选择的是利用Anaconda的方法按照python，所以才需要下载Anaconda安装包，当然，也可以按照其他的方法安装
• 如果不需要配置pycaffe，该步请跳过
• 一般情况下，可能大家的机器上都已经安装了python，那么，也请跳过该步
• Anaconda安装包下载地址：https://www.continuum.io/downloads

1.6 下载Matlab安装包 (optional)

• 该安装包是用来安装matlab的，从而可以配置matcaffe
• 如果不需要配置matcaffe ，该步请跳过
• 一般情况下，可能大家的机器上都已经安装了matlab，那么，也请跳过该步
• matlab下载地址这里就不列出了，请自行寻找

2.安装visual studio 2013

具体安装方法见： 安装visual studio 2013

3.安装cuda7.5 (optional)

• 如果不需要cuda版本的caffe，本部分可以跳过

• 安装方法与theano安装（二）windows安装visual studio 2010及cuda中的cuda安装方法一致，只不过是版本号不同而已

4. 利用Anaconda安装python (optional)

如果你的本机没有安装python，并且你需要配置pycaffe，那么，请按照win7系统安装python，并按照Pycharm集成开发环境安装python

安装完python后，再安装一下protobuf，因为后面编译pycaffe时有需要：

• 利用pip工具安装protobuf：pip install protobuf
  

5. 安装matlab (optional)

如果你的本机没有安装matlab ，并且你需要配置matcaffe，那么，请安装matlab，具体安装方法请自行查阅

6.修改配置文件

在github上下载的window caffe把呢你自带一个配置文件的例子，在进行编译之前，需要先更改该文件内容

6.1 解压缩下载的caffe-windows文件

这里假设caffe-windows被解压到了如下的文件夹中

6.2 进入到windows文件夹

6.3 复制配置文件，并重命名

将该文件夹（即.\windows）下的CommonSettings.props.example文件复制一份儿，并将复制的文件命名为CommonSettings.props
-

6.4 修改配置文件（修改工程的属性文件）

6.4.1 配置文件说明

• caffe-windows自带的配置文件CommonSettings.props.example中与我们后面要进行的编译密切相关的就是如下部分
  

• 例子中所有配置参数都是默认值

• CpuOnlyBuild：是否使用CPU

  • 默认值为False（即使用GPU编译）
  • 如果本机没有配置好CUDA，那么，该值应该赋值为True；
  • 如果本机已经配置好CUDA，并且需要编译CUDA版本的caffe，那么，该值应该赋值为True、

• UseCuDNN：是否使用CuDNN

  • 默认值为True；
  • 如果本机没有配置好CUDA，那么，该值应该赋值为False；
  • 注意：CpuOnlyBuild和CuDNN不能同时为True；
  • 如果这里设置为True，那么还需要对赋值，即下载的CuDNN的路径

• CudaVersion：CUDA的版本

• PythonSupport：是否支持python

  • 默认值为False，即后续不编译pycaffe；
  • 如果需要编译pycaffe，那么该值设置为True
  • 如果这里设置为true，那么还需要对 C:\Miniconda2\赋值
    
    • 上面的值是默认的，应该修改为本机的python安装路径，也就是python.exe所在路径，例如，本机是利用Anaconda安装的python，路径如下：D:\program file\Anaconda2 ，那么，应该令 D:\program file\Anaconda2
      

• MatlabSupport：是否支持matlab

  • 默认值为False；
  • 如果需要编译matcaffe，那么该值设置为True
  • 如果该值设置为true，那么还需要对C:\Program Files\MATLAB\R2014b进行赋值：
    
    • 上面的路径是默认的，需要更改为本机的matlab安装目录，例如，本机的matlab安装路径如下：D:\Program Files\MATLAB\R2014b，那么，D:\Program Files\MATLAB\R2014b
      

6.4.2 非CUDA版本的caffe

配置文件部分设置如下：

    <PropertyGroup Label="UserMacros">
        <BuildDir>$(SolutionDir)..\BuildBuildDir>
        
        <CpuOnlyBuild>trueCpuOnlyBuild>
        <UseCuDNN>falseUseCuDNN>
        <CudaVersion>7.5CudaVersion>
        
        <PythonSupport>falsePythonSupport>
        
        <MatlabSupport>falseMatlabSupport>
        <CudaDependencies>CudaDependencies>

        
        <CudaArchitecture>compute_35,sm_35;compute_52,sm_52CudaArchitecture>

        
        <CuDnnPath>CuDnnPath>
        <ScriptsDir>$(SolutionDir)\scriptsScriptsDir>
    PropertyGroup>
    <PropertyGroup Condition="'$(CpuOnlyBuild)'=='false'">
        <CudaDependencies>cublas.lib;cuda.lib;curand.lib;cudart.libCudaDependencies>
    PropertyGroup>

    <PropertyGroup Condition="'$(UseCuDNN)'=='true'">
        <CudaDependencies>cudnn.lib;$(CudaDependencies)CudaDependencies>
    PropertyGroup>
    <PropertyGroup Condition="'$(UseCuDNN)'=='true' And $(CuDnnPath)!=''">
        <LibraryPath>$(CuDnnPath)\cuda\lib\x64;$(LibraryPath)LibraryPath>
        <IncludePath>$(CuDnnPath)\cuda\include;$(IncludePath)IncludePath>
    PropertyGroup>

    <PropertyGroup>
        <OutDir>$(BuildDir)\$(Platform)\$(Configuration)\OutDir>
        <IntDir>$(BuildDir)\Int\$(ProjectName)\$(Platform)\$(Configuration)\IntDir>
    PropertyGroup>
    <PropertyGroup>
        <LibraryPath>$(OutDir);$(CUDA_PATH)\lib\$(Platform);$(LibraryPath)LibraryPath>
        <IncludePath>$(SolutionDir)..\include;$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include;$(IncludePath)IncludePath>
    PropertyGroup>
    <PropertyGroup Condition="'$(PythonSupport)'=='true'">
        <PythonDir>C:\Miniconda2\PythonDir>
        <LibraryPath>$(PythonDir)\libs;$(LibraryPath)LibraryPath>
        <IncludePath>$(PythonDir)\include;$(IncludePath)IncludePath>
    PropertyGroup>
    <PropertyGroup Condition="'$(MatlabSupport)'=='true'">
        <MatlabDir>C:\Program Files\MATLAB\R2014bMatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)IncludePath>
    PropertyGroup>

6.4.3 CUDA版本的caffe

配置文件部分设置如下：

    <PropertyGroup Label="UserMacros">
        <BuildDir>$(SolutionDir)..\BuildBuildDir>
        
        <CpuOnlyBuild>falseCpuOnlyBuild>
        <UseCuDNN>tureUseCuDNN>
        <CudaVersion>7.5CudaVersion>
        
        <PythonSupport>truePythonSupport>
        
        <MatlabSupport>trueMatlabSupport>
        <CudaDependencies>CudaDependencies>

        
        <CudaArchitecture>compute_35,sm_35;compute_52,sm_52CudaArchitecture>

        
        <CuDnnPath>D:\software\caffe-vs\cuda-cuDNNCuDnnPath>
        <ScriptsDir>$(SolutionDir)\scriptsScriptsDir>
    PropertyGroup>
    <PropertyGroup Condition="'$(CpuOnlyBuild)'=='false'">
        <CudaDependencies>cublas.lib;cuda.lib;curand.lib;cudart.libCudaDependencies>
    PropertyGroup>

    <PropertyGroup Condition="'$(UseCuDNN)'=='true'">
        <CudaDependencies>cudnn.lib;$(CudaDependencies)CudaDependencies>
    PropertyGroup>
    <PropertyGroup Condition="'$(UseCuDNN)'=='true' And $(CuDnnPath)!=''">
        <LibraryPath>$(CuDnnPath)\cuda\lib\x64;$(LibraryPath)LibraryPath>
        <IncludePath>$(CuDnnPath)\cuda\include;$(IncludePath)IncludePath>
    PropertyGroup>

    <PropertyGroup>
        <OutDir>$(BuildDir)\$(Platform)\$(Configuration)\OutDir>
        <IntDir>$(BuildDir)\Int\$(ProjectName)\$(Platform)\$(Configuration)\IntDir>
    PropertyGroup>
    <PropertyGroup>
        <LibraryPath>$(OutDir);$(CUDA_PATH)\lib\$(Platform);$(LibraryPath)LibraryPath>
        <IncludePath>$(SolutionDir)..\include;$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include;$(IncludePath)IncludePath>
    PropertyGroup>
    <PropertyGroup Condition="'$(PythonSupport)'=='true'">
        <PythonDir>D:\File Program\Anaconda\PythonDir>
        <LibraryPath>$(PythonDir)\libs;$(LibraryPath)LibraryPath>
        <IncludePath>$(PythonDir)\include;$(IncludePath)IncludePath>
    PropertyGroup>
    <PropertyGroup Condition="'$(MatlabSupport)'=='true'">
        <MatlabDir>D:\File Program\Matlab\MatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)IncludePath>
    PropertyGroup>

注：事实上，对cuDNN路径的配置有两种方案：
- 方案1：将cuDNN v4的压缩包内的bin、include、lib中的文件分别放置在%CUDA_PATH% （即cuda的安装路径）的相应目录中
- 方案2：将 .\windows\CommonSettings.props文件中的CuDnnPath设置为该解压缩路径，例如，将cuDNN解压后文件放置在D:\software\caffe-vs\cuda-cuDNN中，那么，在CommonSettings.props中，令D:\software\caffe-vs\cuda-cuDNN\，即上面提到的方法

7 编译caffe

7.1 打开名称为Caffe的解决方案

利用VS2013打开名称为Caffe的解决方案

7.2 编译libcaffe项目

• 首先编译libcaffe项目（其他的项目依赖于libcaffe项目）

• 右键libcaffe，选择生成，开始编译libcaffe
  
  …
  
  …

• 还原NuGet包，即从网络下载编译需要的各种依赖包
  

• 经过一段时间等待后，编译成功
  

• 这里有两个需要注意的地方：
  （1）编译过程中，可能会出现错误
  error C2220: 警告被视为错误 - 没有生成“object”文件
  
  
  错误的原因是编译过程中出现了警告，而导致编译无法进行，此时，需要进行如下修改：
  
  即：设置项目属性，不要将警告视为错误
  右键->项目属性->C/C++->常规->将警告视为错误 设为否
  另外，有一次在另外一个机器上出现了同样的问题，但按照上述方法却未解决，是因为文件的代码页为英文，而我的系统中的代码页为中文，解决方案：利用VS打开出错的文件->重新保存->重启vs->重新编译libcaffe->问题解决。
  （2）caffe编译过程中，需要一些依赖包，在有网络的情况下，当编译第一个项目libcaffe时，程序会自动从网路下载这些依赖包，下载到与caffe-windows文件夹同级的NugetPackages文件夹中，下图所示即为程序自动下载的依赖包
  
  但在没有网络情况下，需要事先将这些依赖包下载好，并将它们的路径在vs的管理NuGet程序包中进行设置：工具->选项->NuGet Package Manager->程序包源->利用右侧的加号添加本地的package
  
  …
  
  手动添加这些package地址后，还需要手动对这些NuGet Package进行安装
  （3）另外，第二次编译过程出现如下错误
  
  发现是下载的NegetPackages\glog.0.3.3.0下载缺少两个文件:

  • glog.overlay-x64_v120_Release_dynamic.0.3.3.0
  • glog.overlay-x64_v120_Debug_dynamic.0.3.3.0
    将第一次下载得到的这两个文件放入该文件夹，问题解决
    注：这里的“第一次下载得到的这两个文件”是指NugetPackages中的glog.0.3.3.0文件夹下的两个文件，见下图
    

7.3 编译caffe项目

同样，在caffe项目处右键生成

7.4 编译pycaffe

直接在项目pycaffe右键，点击生成即可

7.5 编译matcaffe

直接在项目matcaffe右键，点击生成即可

• 第二次在编译matcaffe时，出现如下错误：
  

  • 即编译matcaffe提示说找不到mex.h
  • 将matlab_root/extend/include目录添加到matcaffe项目的include目录中，问题解决

• 上面这个问题解决后，又出现了另外一个错误
  

  • 即链接器找不到libmx.lib（matlab的静态链接库），查看VC++库目录，没有发现设置问题
    
  • 不知道为什么会这样， 想了一个临时的解决方便，将matlab安装路径下的\extern\lib\win64\microsoft添加到matcaffe项目->链接器->常规->附加目录中，然后再次编译，成功；这是因为编译程序无法找到matlab的相关静态链接库的原因；

• 后来经过仔细查询，发现，原来是因为配置文件CommonSettings中的matlabDir不小心填写错误了，才会导致上面两个问题！将此处改正，上面2个问题成功解决，matcaffe编译成功

    <PropertyGroup Condition="'$(MatlabSupport)'=='true'">
        <MatlabDir>D:\Program Files\MATLAB\R2014bMatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)IncludePath>
    PropertyGroup>

7.6 编译其他项目

接下来，再依次编译其他项目，同样的方法

• classification：用来分类
• compute_image_mean：计算均值
• convert_cifar_dat：对cifat数据集进行转换
• convert_mnist_data：对mnist数据集进行转换

8.运行第一个caffe测试程序

为了测试编译好的caffe能否正常使用，需要进行测试，主要利用mnist数据集进行分类问题的测试

（1）下载测试数据集

（2）修改配置文件
进入文件夹D:\software\caffe-vs\caffe-windows\examples\mnist，即examples路径下的mnist文件夹

① 打开lenet_solver.prototxt
设置网络配置文件路径，这里使用了绝对路径，相对路径还没有尝试

② 打开lenet_train_test.prototxt

（3）运行caffe程序，具体地
① 打开cmd命令行，cd到caffe-windows的.\Build\x64\Debug路径下，在该路径下，可以直接执行caffe.exe
D:\software\caffe-vs\caffe-windows\Build\x64\Debug

或者，为了方便，可以将caffe的路径添加到环境变量Path中，这样，cmd就可以直接识别caffe命令了

② 运行caffe

caffe train -solver lenet_solver.prototxt

注意，因为上一步已经将D:\software\caffe-vs\caffe-windows\Build\x64\Debug路径添加到环境变量PATH中了，所以，这里可以直接使用caffe.exe

---

下面两步主要配置cuDnn、python和matlab，具体配置时，应该在4.5之前进行

9. 配置python (optional)

如果已经编译好pycaffe，那么，为了能够在python使用caffe，还需要在python中进行一些相关配置

• 添加环境变量
  
  • 在环境变量的用户变量中，新建用户变量，变量名“PythonPath”，变量值“caffe_root\Build\x64\Release\pycaffe”
  • 或者将文件夹\Build\x64\Release\pycaffe\caffe 复制到\lib\site-packages.

10.配置matlab (optional)

如果已经编译好matcaffe，那么，为了能够在matlab使用caffe，还需要在matlab中进行一些相关配置

• 添加环境变量

  • 将\Build\x64\Release\matcaffe路径添加到matlab的搜索路径中
  • 将\Build\x64\Release路径添加到环境变量PATH中

  After you have built solution with Matlab support, in order to use it you have to:

  add the generated matcaffe folder to Matlab search path, and
  add \Build\x64\Release to your system path.

  

---

最后来张图

---

注：发现一篇写的比较好的博客
http://m.blog.csdn.net/article/details?id=50819464