Caffe学习之一：Caffe的配置和编译
最近，在学习deep learning，使用的工具就是caffe，比较容易上手，不啰嗦了，先说环境的配置和编译。
系统的平台为
win10+matlab2014b+vs2013.
在开始之前，要安装cuda的驱动，我使用的cuda 7.5这个版本（为了和caffe里面使用的版本同步）。
首先，在下载caffe和以及此页面上提供的thirdparty（感谢作者），一定要注意版本是正确的（目前使用的是cuda
7.5），不然的话可能打不开里面的vc文件，导致无法编译，如果是要是想用其他版本的cuda，那就需要修改vs里面的项目文件，楼主就是因为版本不正确，当时编译的时候编译了半天。
第二，下载了这两个文件之后，将thirdparty解压，得到三个文件夹 bin\,
include\以及lib\，将这个三个文件夹全部复制到caffe的根目录下面，也就是caffe-windows-master这个文件夹下面（可能你会改名字。根据自己的情况来），还有一步很重要，将bin\这个文件添加到系统环境变量的path中。
第三，打开caffe根目录下面的buildVS013文件夹里面的MainBuilder.sln这个项目文件，如果不能打开，可能是cuda的版本安装不正确，检查一下项目文件里面使用的是什么版本，打开此目录下面的caffelib文件夹里面的vcxproj文件，用记事本打开，然后重新安装对应版本的cuda驱动。
第四，打开了之后，可以看到有7个项目，分别是caffe，caffelib，compute_image_mean（计算图像的均值，后面会用到），convert_imageset（将图片数据转换为lmdb或者leveldb，后面会用到），convert_mnist_data（转换mnist数据集），matcaffe（产生caffe的matlab接口）以及pycaffe（产生caffe的py接口）。其中，我们需要使用的是caffe的matlab接口，那么还需要进行配置。
第五，配置matcaffe的属性。选中matcaffe，然后单击右键，打开属性，打开C/C++和Linker这两项(注意，要将编译平台改为Release和X64)，将里面matlab库文件和lib文件的路径改为自己的matlab下面的库文件和lib文件，然后点击OK。
far，整个环境的配置没有问题了。然后选中caffe，单击右键，选中build，开始编译，大概半小时之后可以编译完成。然后选中matcaffe，同样的编译，就可以得到caffe的matlab接口caffe_.mexw64。然后，就可以决定测试了，在测试之前，将caffe根目录下面的caffe文件夹添加到matlab的系统路径中，然后打开这个文件夹，找到demo文件夹，打开，找到classification_demo.m文件，按照里面的说明进行运行，记得，需要下载一个caffemodel，这个可以在网上百度一下。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。楼主，按照你的教程，到最后会出先这样的错误：错误 5890 error&LNK2019:&无法解析的外部符号&&__declspec(dllimport)&void&__cdecl&google::InstallFailureSignalHandler(void)&(__imp_?InstallFailureSignalHandler@google@@YAXXZ)，该符号在函数&&void&__cdecl&caffe::GlobalInit(int&*,char&*&*&*)&&(?GlobalInit@caffe@@YAXPEAHPEAPEAPEAD@Z)&中被引用 。不知道你在编译caffe.cpp稳健的时候有没有遇到过，是不是缺少什么依赖库？
楼主，按照你的方法做到了&“右键点击cu文件，修改属性“这一步，但是属性页上没有CudaC&&这个选项，不知道是什么原因&？
你好，我在编译conv_layer.cu时出现“D:/caffe-master/src/caffe/layers/conv_layer.cu(15):&error&:&too&few&arguments&in&function&call”这个错误，请问怎么解决
楼主，按照你的方法做到了&“右键点击cu文件，修改属性“这一步，但是属性页上没有CudaC&&这个选项，不知道是什么原因&？
你怎么解决的
楼主，请问头文件是加Include里的hpp吗？为什么加进去后显示：错误&error&C1083:&无法打开包括文件:“caffe/blob.hpp”:&No&such&file&or&directory c:\users\administrator\desktop\caffe-master\src\caffe\blob.cpp 我刚接触caffe，什么都不懂，望解答！
&&国之画&&&& &&&&&&
&& &&&&&&&&&&&&&&
鲁ICP备号-4
打开技术之扣，分享程序人生！CNN&工具安装和使用(caffe+&convNet)
这篇文章里面介绍的还是比较有用的。仿照这篇文章基本上就能解决问题。
只是有1点：
& &1. CUDA6.5 :
在VS2013中已经自动增加了CUDA6.5的支持，但是VS2012没有，但是目前caffe
windows的工程是VS2012的，因此如果你的是VS2013是不能编译成功的，因为有些工程里面的library是VS2012版本编译的，因此需要安装VS2012版本。
因为VS2013和VS2012是可以同时共存的，不会影响到你原来系统中的vs2013,
因此可以放心的安装VS2012。但是VS2012默认没有安装CUDA，但是如果你已经安装了VS2013，实际上CUDA6.5已经安装在你的系统里面了，因此不需要重新去安装CUDA，而是可以根据下面这个文章的方法让VS2012识别VS2013已经安装过的CUDA6.5:&
编译成功后会生成mainCaller.exe，这个就是主程序，example中的例子都是用它来运行的，比如Mnist的例子：
copy ..\\..\\bin\\MainCaller.exe ..\\..\\bin\\train_net.exe
&//copy和重命名
SET GLOG_logtostderr=1
"../../bin/train_net.exe" lenet_solver.prototxt
其他的一些文章可以作为参考：
github工程:
需要自己重新编译的第三方库/安装软件等:
1)OpenCV244
2)cuda_6.5.14_windows_general_32
& 链接错误解决方案:
Linker-General-Additional Library
Directories:&
& C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib
& C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib\Win32
Linker-Input-Additional Dependencies:
& cudart.lib
& cublas.lib
& curand.lib
3)mkl库:parallel_studio_xe_2015_update1_setup.exe
& Intel& Parallel Studio XE Professional Edition
for C++ Windows*&
4)boost_1_57_0
& Windows下如何编译使用boost?
需要翻墙下载
& 分别编译出lib与dll
6)openblas
OpenBLAS-v0.2.9.rc2-x86-Win
v0.1.10之后的版本才有lib文件
7)protobuf
& 编译工程protobuf
& 出现"min/max"未定义错误时,对应文件开头添加: #include
Debug编译生成的libprotobuf.lib改为libprotobufd.lib.添加Release编译生成的libprotobuf.lib,libprotoc.lib
& 编译工程glog-0.3.3
& Solution下的libglog-Properties-Character
Set为"Unicode"?
& link error:
& & 1) Make sure that both GLOG
and your app is compiled in either 32 or 64 bit (as of this date
GLOG only seems to compile 64 bit in release
& & 2) Make sure that libglog.dll
is in your system path
Make sure that libglog.lib is set in your project's "Additional
Dependencies" (under Linker-&Input)
& & 4) Make sure that the path to
libglog.lib is set in your project's "Additional Library
Directories" (under Linker-&General)
使用dependency-\tools下的protoc.exe
Visual Studio依赖库等设置:
Directories-"Executable Deirectories"
../../3rdparty/bin
VC++ Directories-"Include Deirectories"
../../include
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\include
VC++ Directories-"Library Deirectories"
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib\Win32
../../3rdparty/lib
C/C++-&General-&"Additional Dependencies"
../../3rdparty/include
../../3rdparty/include/cuda
../../src/include
Linker-&General-&"Additional Dependencies"
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v6.5\lib\Win32
../../3rdparty/lib
D:\Softwares\caffe\boost_1_57_0\stage\lib
Linker-&Input-&"Additional Dependencies"
Debug mode:
Release Mode:
cudart.lib
&&cudart.lib
cublas.lib
&&cublas.lib
curand.lib
& curand.lib
libglog.lib
&&libglog.lib
libopenblas.lib
libopenblas.lib
libprotobufd.lib
libprotobuf.lib
leveldbd.lib
& leveldb.lib
caffe\bin目录下需要的dll:
libopenblas.dll
libquadmath-0.dll
libgfortran-3.dll
几个配置时的注意点:
1)修改General-&Character
Set "Use Multi-Byte Character Set"
2)注意生成库与调用工程的C/C++-Code Generation设置:
Multi-threaded Debug DLL (/MDd)
Multi-threaded DLL (/MD)
运行时可能会报缺少msvcp110d.dll,因为依赖于VS2012的msvcp110d.dll:
C:\Program
Files\Microsoft Visual Studio
11.0\VC\redist\Debug_NonRedist\x86\Microsoft.VC110.DebugCRT
需要安装Visual Studio 2012.
caffe\examples\mnist\train_lenet.bat
http://blog.csdn.net/u/article/details/
后续学习教程:
DIY Deep Learning for Vision: a Hands-On Tutorial with Caffe
http://tutorial.caffe.berkeleyvision.org/
Caffe 深度学习框架上手教程
/t/caffe-shen-du-xue-xi-kuang-jia-shang-shou-jiao-cheng/281
Caffe配置指南
on Windows8.1+CUDA6.5+VS2013 / &ConvNet: A GPU
implementation of Convolutional N
转载地址:&http://ouxinyu.github.io/Blogs/.html
Caffe配置指南 on Windows8.1+CUDA6.5+VS2013
特别提醒：
1. 强烈建议在配置使用 Caffe 和 Cuda-Convnet 的时候，使用 Linux 操作系统！！！除非你很熟悉 C++
/CUDA 和 Python ，并且可以自行修改和Fix代码中的Bug。
2. 本贴截稿于日，新版Caffe
可能程序会有差别，本贴仅作为参考，不做标准，不对后续版本负责，且停止更新。
该指南旨在自我记录，并为需要的同学做一个参考，不是专业严格的技术指南，所以吐槽请绕道。不要再纠结为什么不用Linux了，没玩过Linux的，还要再学Linux那就是折磨，而且没有那么多时间去折腾系统，还是应该把精力花在有用的地方，So....。严格来说，这个不算VS2013下的版本，之前编译的时候，就出现了版本不兼容的问题，如果要完美的运行VS2013应该还需要去重新编译一下各种库文件。这里我是先装了VS2013，而且配置过cuda-convnet在上面，所以不想卸载了，另外又装了一个VS2012，然后就可以在VS2013的属性里使用VS2012的编译和模板。至少界面是VS2013了...，反正硬盘还够。
PS：顺便说一下，除了“平台工具集”那里稍微调整一下，本指南可以直接用在VS2012下，就不需要装VS2013了
1. 感谢UC Berkeley 的大神，开发并开源了这个让全世界人民都受益的 Caffe
2. 感谢，同学提供了caffe在windows下的的Visual
Studio 2012的工程文件，为我们这些痛恨Linux的小朋友提供了便利
3. 感谢涂涂同学，ParadiseLost同学，金露同学的耐心指导
4. 感谢为本文提供各种开源软件，库文件和编译器的各种公司和大神们~
准备工作：
1.Visual Studio 2013 ，这个东西任何一个学生和老师，都可以用你的edu邮箱去 Microsoft
Dreamspark ()
网站免费下载正版软件，感觉微软对于科研的贡献居功至伟。（当然为了保护版权，大家仅作为科研使用，就不要传播了）
2.这里可以推荐大家一个基于Visual Studio的Python IDE：PTVS（Python Tools for Visual
Studio） (),支持VS2010，VS2012和VS2013
3. CUDA 6.5 RC ()（CUDA的最新版本，因为用的是VS2013所以必须要6.5版本之后的才能支持,
幸运的是nVidia就在上个月刚刚发布，因为是最新版本，所以需要申请为开放人员，大概有1个小时的账号审核周期，耐心等待）。本文的GPU使用的是GTX
770，理论上支持CUDA的GPU应该都可以，但没有测试过。
4.caffe的Windows版本的Visual Studio 2012 project 文件：
Caffe-windows：/niuzhiheng/caffe#known-issues
Dependencies
：/u/3466743/caffe-vs2012/dependency-z
PS: 如果上面两个文件的被墙了，可以移步我的百度云：/s/1c0EgGj2
（但官网总是会有最新版）
这个Dependencies包含了大量的.dll, .lib,
.h，就是诸如opencv，boost，libopenblas，leveldb等的一个大集合
5.其中4项的两个文件分别解压放到一个文件夹下，比如：D:\Demo\caffe （合并在一起）
配置 cuda-convnet工程：
1. 编辑解决方案源文件“caffe\build\MSVC\MainBuilder.vcxproj"，第 52 行和 344
行。注意此处要根据自己安装的CUDA的信息来进行设置。
重新载入项目caffe\build\MSVC\MainBuilder.sln，修改项目的配置管理器中的解决方案配置：Release，平台：x64：
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//001.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
3. 修改：属性-配置属性-常规
目标文件扩展名：.exe
平台工具集：Visual Studio 2012 (v110)
配置类型：应用程序(.exe)
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//002.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
配置工程的属性，这里Caffe的windows工程作者配置写的比较好，所以基本上不需要做太多的设置，前面操作没有问题，照我的图操作，基本上就没有问题了，细节如下：
工程 - 属性 - 配置属性 - CUDA
C/C++ - Device - Code Generation
：这一项需要根据你的GPU的计算能力来设置，具体可以参考：/cuda-gpus
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//003.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
工程 - 属性 - 配置属性 - 链接器 -
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//004.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
5. 一切设置完，就可以重新生成工程，祈祷上帝，佛祖，耶稣，圣母玛利亚保佑，不报错吧!
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//005.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
出现这个字样，就可以恭喜你了！！这中间可能会有无数的Warning，直觉上暂时可以忽略，，，
至此配置工程完毕，跑一个例程激励自己一下吧。（这里仅以MNIST为例，其他的数据集可以参考完成）
1.打开文件夹caffe\examples\mnist\
，会发现一个“get_mnist_leveldb.bat”的文件，理论上运行会联网去下载数据集，可是我这里是没法成功，不管是通过翻墙，还是VPN。所以，请点右键-编辑，你会看到下载地址，粘贴到浏览器就搞定了。（或者直接点击下载地址：mnist-leveldb.7z
）同样如果被墙了，请移步百度云：/s/1dDjC621
2.命令提示符下，目录切换到caffe\examples\mnist\ ，输入train_lenet.bat，程序开始运行
<img src="/blog7style/images/common/sg_trans.gif" real_src ="http://ouxinyu.github.io/Blogs//006.jpg" STYLE="margin: 0 padding: 0 color: rgb(93, 93, 93); font-family: 'trebuchet ms', arial, sans- font-size: 13 line-height:" NAME="image_operate_52790"
ALT="CNN&工具安装和使用(caffe+&convNet)"
TITLE="CNN&工具安装和使用(caffe+&convNet)" />
运行结果还是很理想的，在Caffe下跑了10000次迭代：
GTX770 GPU：190s
i7-4770K CPU：620s
http://deeplearning.cs.toronto.edu/codes
两个工具的对比：
& linux安装caffe过程中可能碰到的问题
现在公司里面工作一般都是在远程服务器上，因此安装caffe，会碰到很多问题，比如你不是root
user，原来安装的很多gnu工具的版本不够等，因此需要从最原始的GNU工具开始进行更新，但是还不能去替换公司本来的版本，这就需要安装成local版本，并且把GNU的toolchain指向这个local
版本，因此比在单机上安装麻烦的多。
1. GNU 工具链的安装
包括gcc/g++等，这些就不多说。
另外automake/autoconfig/libtool/pkg-conf最好也更新一下。
为了简化后面的toolchain的使用，最好创建一个公共的安装目录：
& ./configure
&--prefix=~/gnu_new_version
& make install
这样这些工具链都安装在了同一个目录下。
在建立一个,.cshrc_caffe
来设置这些路径，可以把路径放到系统路径前面，这样保证先使用local版本。只有当需要编译caffe的时候，source
.cshsrc_caffe，这样就可以使用了；而且不影响你正常的工作，防止这个改动影响平时的工作。
&&setenv PATH
&xxx/gnu_new_version/bin:$PATH
如果有lib，那么也需要设置到： LD_LIBRARY_PATH中。
2. 辅助包下载
&根据caffe的要求去下载它需要的辅助包：
&caffe有3个推荐，如果觉得Inel那个比较麻烦就直接下载：
free, open source, and so the default for Caffe.
&(&= 1.55, although only 1.55
and 1.56 are tested)
因为我没有nvidia的GPU，因此不需要CUDA，也只能允许CPU mode。
&另外，在安装opencv的时候需要下面的几个安装包：
& &b. &gtk
至少2.18以上的版本： &
&在安装gtk的时候，还需要很多辅助的package，比如3.14需要下面的package，否则就报错了：
Requested 'glib-2.0 &= 2.41.2' but version of GLib is
Requested 'atk &= 2.12.0' but version of Atk is
Requested 'pango &= 1.36.7' but version of Pango is
Requested 'cairo &= 1.12.0' but version of cairo is
No package 'cairo-gobject' found
& &&&，&&&&&&
2. 安装辅助包
& gtk的安装：
&opencv的安装，这里有很多文章可以参考:&
需要注意的是，在运行cmake的时候，c++最好指向-DCMAKE_CXX_COMPILER=/usr/bin/c++
,否则可能会有问题： 看这里：
4. 错误的处理
1.&出现以下错误
configure.ac:64: error: possibly undefined macro: AM_ICONV If this
token and others are legitimate, please use m4_pattern_allow. See
the Autoconf documentation. make: *** [co
解决办法 ，编译加m4_pattern_allow参数&
即：./configure
--enable-m4_pattern_allow&
便能顺利编译安装
已投稿到：2013年 总版技术专家分年内排行榜第三
2012年 总版技术专家分年内排行榜第七
2013年 总版技术专家分年内排行榜第三
2012年 总版技术专家分年内排行榜第七
匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。}