Caffe开发环境搭建

在Windows7/10上快速搭建深度学习框架Caffe开发环境
之前在 http://blog.csdn.net/fengbingchun/article/details/50987353 中介绍过在Windows7上搭建Caffe开发环境的操作步骤，那时caffe的项目是和其它依赖项目分开的，每次换新的PC机时再次重新配置搭建还是很不方便，而且caffe的版本较老，本次经过多次修改调整，将所有的项目除OpenCV和Boost外都放在一个工程里了，而且caffe更新到了最新，现在从GitHub上直接clone下来后直接进行编译即可，非常方便，对初步接触Caffe的来说，应该是有些帮助的，下面就说下进行快速搭建的操作步骤：

1． OpenCV：

从 https://github.com/opencv/opencv/releases 下载2.4.13，解压缩到D:\soft\OpenCV2.4.13，将动态库路径D:\soft\OpenCV2.4.13\opencv\build\x64\vc12\bin添加到系统环境变量中，如下图红框所示：

配置环境变量

2． Boost：

从 http://www.boost.org/users/history/version_1_58_0.html 下载1.58.0，双击进行安装，安装到D:\ProgramFiles\local目录下，将D:\ProgramFiles\local\boost_1_58_0\lib64-msvc-12.0加入到系统环境变量中，如上图红框所示；

3． Caffe_Test：

从 https://github.com/fengbingchun/Caffe_Test clone或DownLoad Caffe_Test工程(Note：master分支，old分支是之前旧版本caffe)到E:\GitCode目录下，clone后的结果如下图所示：

指定目录

双击打开prj/x86_x64_vc12/Caffe目录下的Caffe.sln，结果如下图所示：

Caffe.sln

此工程下一共包含了19个项目：

(1)、依赖项目包括gflags、hdf5、leveldb、glog、openblas、protobuf、lmdb、snappy，这些项目都包含对相应依赖库源代码进行编译生成相应的库；

(2)、ThirdPartyLibrary_Test项目，用于测试生成各个依赖库的正确性及各个依赖库的使用；

(3)、libcaffe项目，用于生成caffe静态库；

(4)、Caffe_Test项目，用于测试caffe库的正确性及对Caffe应用的测试code；

(5)、libcaffe_gpu项目，用于生成基于GPU的caffe静态库，默认CUDA版本是8.0；

(6)、Caffe_GPU_Test项目，用于测试caffe_gpu库的正确性及对Caffe应用的测试code，此项目的code和Caffe_Test的code是同一套。

各目录说明：

(1)、demo目录存放测试code，ThirdParthLibrary_Test子目录下存放各个依赖库的简单测试代码，为了对各个依赖库的使用有更一步的了解，后续会加入更多的测试代码，此目录文件如下图所示：

image

Caffe_Test子目录存放对Caffe使用的测试代码，funset.cpp中存放对Caffe中一些重要头文件使用的测试代码，mnist.cpp中存放通过对MNIST数据集进行训练产生的model，以用来进行手写数字识别的测试代码，后续会加入更多的Caffe应用，如通过cifar10数据集，对物体进行分类等测试代码，此目录文件如下图所示：

目录文件

(2)、prj/x86_x64_vc12目录存放各个项目配置文件，目前默认是vs2013，此目录文件如下图所示：

目录文件

(3)、src目录存放caffe及除opencv和boost外各个依赖库的源代码，此目录文件如下图所示：

目录文件

关于各种开源库版本详细信息(version.txt)如下所示：

1. caffe: branch: windows  
    commit: 88ddc95;  
    date: 2017.03.29;  
    url: https://github.com/BVLC/caffe  
2. boost: binary library, boost_1_58_0-msvc-12.0-64.exe  
    version: 1.58.0  
    date: 2015.04.17  
    url:  
        http://www.boost.org/  
        http://www.boost.org/users/history/version_1_58_0.html  
        https://sourceforge.net/projects/boost/files/boost-binaries/1.58.0/  
3. protobuf: protobuf-cpp-3.2.0.zip  
    commit: 593e917  
    version: v3.2  
    date: 2017.01.28  
    url: https://github.com/google/protobuf/releases  
4. glog:   
    commit: da816ea  
    version: master  
    date: 2017.03.07  
    url: https://github.com/google/glog  
5. gflags:  
    commit: f8a0efe  
    version: 2.2.0  
    date: 2016.11.26  
    url: https://github.com/gflags/gflags/releases  
6. leveldb:  
    commit: 915d663  
    version: 1.18  
    date: 2015.07.29  
    url: https://github.com/bureau14/leveldb  
7. lmdb:  
    commit: 14cff07  
    version: 0.9.19  
    date: 2016.12.29  
    url: https://github.com/LMDB/lmdb/releases  
8. hdf5: hdf5-1.10.0-patch1.zip  
    version: 1.10.0  
    url: https://support.hdfgroup.org/HDF5/release/obtainsrc.html  
9. snappy:  
    commit: 2d99bd1  
    version: 1.1.4  
    date: 2017.01.27  
    url: https://github.com/google/snappy/releases  
10. openblas:  
    commit: 85636ff  
    version: 0.2.19  
    date: 2016.09.01  
    url: https://github.com/xianyi/OpenBLAS/releases  
11. opencv:  
    commit: 59975db  
    version: 2.4.13  
    date: 2016.05.16  
    url: https://github.com/opencv/opencv/releases  

(4)、test_data目录下存放各个库测试代码需要的测试数据。

接下来就可以编译Caffe_Test工程了，先依次编译依赖库再编译caffe。

此工程只配置了x64平台，没有配置win32平台。

如果机子上正确安装配置了CUDA8.0，则可以编译libcaffe_gpu库。

按照以上操作，只需三步，就可以快速完成在Windows上对Caffe的搭建，整个搭建时间应该不会超过30分钟，是不是非常方便。

GitHub：https://github.com/fengbingchun/Caffe_Test