Caffe for Windows 配置与测试

Caffe for Windows的配置与测试

转载请注明出处：http://my.oschina.net/gaussik/blog/600368

---

参照github上happynear的caffe-windows项目，将Caffe for Windows配置成功，而且测试了其转换好的mnist数据库，不管是速度仍是结果上，效果都至关好。现总结一下配置方法。

实验环境

• 操做系统：Windows 10 Professional

• CPU：Intel Core i5-4590

• GPU：Nvidia GeForce GTX 970

• Microsoft Visual Studio 2013

• CUDA 7.5

软件安装

首先须要安装Visual Studio 2013。

而后再安装CUDA 7.5。注意前后顺序。

配置

下载整个的caffe-windows项目，解压缩到所需目录下，例如本文中 D:\caffe。

下载做者制做的三方库并解压缩到项目的3rdparty目录。解压好后，将3rdparty/bin文件夹加入到环境变量PATH中，这样程序才能找到这些三方dll。、

编译

1. 双击./src/caffe/proto/extractproto.bat批处理文件来生成caffe.pb.h和caffe.pb.cc两个c++文件，和caffepb2.py这个python使用的文件。

2. 打开./buildVS2013/MainBuilder.sln，打开以后切换编译模式至Release X64模式。

3. 修改设置中的compute capability（caffelib --> 属性 --> CUDA C/C++ --> Device --> Code Generation）

GPU	Computer Capability
GTX660, 680, 760, 770	compute_30,sm_30
GTX780, Titan Z, Titan Black, K20, K40	compute_35,sm_35
GTX960, 970, 980, Titan X	compute_52,sm_52

你能够在https://en.wikipedia.org/wiki/CUDA上查看你的GPU所对应的Computer Capability。

点击工具栏绿色箭头进行编译，须要必定时间。

测试

下载做者已经转换好的MNIST的leveldb数据文件，解压到./examples/mnist文件夹中，而后运行根目录下的run_mnist.bat便可开始训练，日志会保存在./log文件夹中。可看到，迭代10000次，准确率达到了0.9925。

---

如有更新，请到文中所给连接处实时查看。