caffe学习（1）------windows下基于GPU配置

最近准备用caffe做图片的分类，可配置caffe就让我折腾了大半个月，一直配置不成功，最后还是参考官网的tutorial才配置成功，于是决定把配置的过程写下来，如果后面有朋友配置caffe遇到什么问题，还可以参考参考。

首先贴出官方的配置caffe的工程：https://github.com/BVLC/caffe/tree/windows，注意，这可是基于Windows系统的，因为我的电脑是win7的，打开这个网页下面有个readme文件，下面写的就是配置的要求和配置的过程，是全英文的，对于编程人员来说，看点英文是必须的，所以，我就硬着头皮一步一步配置了，黄天不负有心人，终于配置成功。下面，我准备讲一讲我的具体配置步骤。（ps：之前我是一直按照happynear的版本配置的：http://blog.csdn.net/happynear/article/details/45372231，但是一直配置不成功，编译生成的caffe.exe一打开就报错，也不知道是什么原因，不过happynear的版本也讲的很详细，大赞，关键是中文啊，还是有很多人配置成功了的。）

具体配置过程：

1、打开官方链接，下载Windows-master并解压保存在你的电脑中，如：E：\windows_caffe

2、按照官方的要求，必须要装Visual Studio 2013，

进入你刚才保存windows_caffe的文件夹下，复制 .\windows\CommonSettings.props.example，在原地黏贴，并重命名 CommonSettings.props，说白了，这一步骤就是修改工程的属性文件，里面CUDA和cuDNN库是默认被要求用到的，cuDNN和CPU_ONLY两个只能二选一，Python和matlab是被默认false的，也就是不用，你可以通过修改这个属性文件来个性化设置。

3、安装CUDA7.5：https://developer.nvidia.com/cuda-toolkit，如果不想安装，或者不能安装（没有显卡，或是显卡太旧），也可以用CUP_ONLY，只需在工程的属性文件里面修改一下即可，设置 CpuOnlyBuild为 true 并设置 UseCuDNN为false.

4、安装cuDNN，https://developer.nvidia.com/cudnn，这个网站需要注册才能下载，我安装的是cuDNN v4，之前我在配置的时候安装是cuDNN v5，因为看到cuDNN的官网说v5和CUDA7.5对应，我想，这是不是更好呢，结果在编译caffe的时候出错了，说cudnn.h少了参数，没办法，还是选择了v4，其实caffe官网也说了，用v3或v4。

5、安装Python，（不想用Python可以不用安装）官网也给出了链接，直接下载：http://conda.pydata.org/miniconda.html，按照官网要求，我下载的是 Miniconda 2.7 64-bit Windows，通过安装Python就可以把Python的库路径加入到系统环境变量中去，在命令提示符窗口运行以下命令：

conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf

这条命令应该是对Python提高一些性能的，安装了很多东西，时间有点久，耐心等待。。。。

6、安装matlab，（不想用matlab可以不用安装）因为这个我原本电脑就有安装，就不讲了。

7、把这些都安装好了，就可以修改工程的属性文件了。下面是我修改的属性文件，给出来做参考。

    
    
        $(SolutionDir)..\Build
        
        false
        true
        7.5
        
        true
        
        true
        

        
        compute_35,sm_35;compute_52,sm_52

        
        E:\cudnnlib\
        $(SolutionDir)\scripts
    
    
        cublas.lib;cuda.lib;curand.lib;cudart.lib
    

    
        cudnn.lib;$(CudaDependencies)
    
    
        $(CuDnnPath)\cuda\lib\x64;$(LibraryPath)
        $(CuDnnPath)\cuda\include;$(IncludePath)
    

    
        $(BuildDir)\$(Platform)\$(Configuration)\
        $(BuildDir)\Int\$(ProjectName)\$(Platform)\$(Configuration)\
    
    
        $(OutDir);$(CUDA_PATH)\lib\$(Platform);$(LibraryPath)
        $(SolutionDir)..\include;$(SolutionDir)..\include\caffe\proto;$(CUDA_PATH)\include;$(IncludePath)
    
    
        E:\Miniconda2\
        $(PythonDir)\libs;$(LibraryPath)
        $(PythonDir)\include;$(IncludePath)
    
    
        E:\Program Files\MATLAB\R2014a
        $(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)
        $(MatlabDir)\extern\include;$(IncludePath)
    
    
        
            CPU_ONLY;%(PreprocessorDefinitions)
        
    
    
        
            USE_CUDNN;%(PreprocessorDefinitions)
        
        
            USE_CUDNN
        
    
    
        
            WITH_PYTHON_LAYER;BOOST_PYTHON_STATIC_LIB;%(PreprocessorDefinitions)
        
    
    
        
            MATLAB_MEX_FILE;%(PreprocessorDefinitions)
        
    
    
        
            false
            true
            _SCL_SECURE_NO_WARNINGS;USE_OPENCV;USE_LEVELDB;USE_LMDB;%(PreprocessorDefinitions)
            false
        
    
    
        
            Full
            NDEBUG;%(PreprocessorDefinitions)
            MultiThreadedDLL
            true
        
        
            true
            true
            UseLinkTimeCodeGeneration
            true
        
    
    
        
            Disabled
            _DEBUG;%(PreprocessorDefinitions)
            MultiThreadedDebugDLL
        
        
            true
        
    

另外特别注意：

（1）compute_35,sm_35;compute_52,sm_52
这一行，是CUDA的计算能力，必须和你的电脑显卡想匹配，不然会报错。查看显卡GPU CUDA Capability的版本，方法： 
step1: 右键“计算机”—>“属性”—>“设备管理器”—>“显示适配器”
step2: 根据显卡型号，在https://developer.nvidia.com/cuda-gpus查看CUDA Capability的版本。要查看显卡CUDA Capability版本的原因是因为：buildVS2013项目默认是开启cudnn的，而CUDNN要求GPU CUDA Capability 不低于3.0，如果CUDA Capability 版本低于3.0，在编译过程中，不关闭cudnn，则会出现类似问题：
caffe make runtest error（core dumped）Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0)
（2）false
这一行，如果不改，就会在编译的时候报错，error C2220: 警告被视为错误 - 没有生成“object”文件 (..\..\src\caffe\util\math_functions.cpp)
8、改完工程属性配置文件之后，就可以编译caffe了，就在这个属性配置文件同级目录下有个Caffe.sln，用Visual Studio 2013打开即可，它是默认只对libcaffe进行编译的，你想全部编译需要在调试-->设置启动项目-->通用属性-->启动项目，把单启动项目改为多启动项目，然后再勾选需要启动的项目。改解决方案配置为Release，平台为x64，在点击编译之后，程序会通过NuGet自动加载第三方库（3rdparty），时间会很长，然后就是大约半个小时的编译，最后会在E:\caffe_windows\Build\x64\Release\目录下生成caffe.exe和其他工程的.exe文件。
9、在生成各种.exe文件之后，需要使用Python和matlab的，别忘了把\Build\x64\Release\pycaffe\caffe文件夹拷贝到\lib\site-packages文件夹下。对于matlab，就把生成的matcaffe文件夹添加到matlab的搜索路径里，并把\Build\x64\Release文件夹添加到你的系统环境路径。
好了，到这里就把caffe配置完成了，之后需了解caffe的框架等等，官网有很多教程，可以多看看。
参考文献：https://github.com/BVLC/caffe/tree/windows