实践详细篇-Windows下使用VS2015编译安装Caffe环境(CPU ONLY)

学习深度学习背景

最近在作一款抢票软件,因为12306常常检测帐号状态,抢票抢着抢着就须要从新登陆了,而后登陆是须要验证码的。因此我最开始是想到了使用java基于感知哈希算法pHash作类似度匹配识别，结果测试发现精确度低的可怜。这里简单的说下逻辑。12306验证码是由8张小图片生成拼接在一块儿的。每次请求都是在服务器后台进行随机抽取图片制做验证码。而每一张小图的尺寸大小都是相同的。将图片使用java切割后生成8张小图。在进行pHash算法匹配图片类似度。结果识别度很是低了，就不必说继续作往下的逻辑，好比训练标签。作匹配分类图片等等。因此我就想到了如今的深度学习中的图像识别分类，因为零基础接触，安装前我也是借阅了不少相关的文章以及PDF。历经几天的学习以及安装，皇天不负有心人一路磕磕碰碰总算是把caffe安装好，因此这篇文章比较适合刚接触的新人。授人以鱼不如授人以渔 编译好的caffe我就不发了。 我总结这篇教程只是为了让哪些和我同样刚接触caffe的朋友能顺利的安装好这个NB的东西。

一:环境准备

安装前言:该文章适合新人阅读,因此安装步骤会有点啰嗦，其次就是咱们这里使用的是CPU来训练，因此是不用安装​Cuda和CuDNN的。

一、安装git

因为这里记录的是使用Windows系统安装，可是多数的操做仍是须要使用linux命令执行。因此为了便于执行linux命令须要先git。

保持默认选项点击next，因为我是我的使用，因此选择第二项:Use Git from the Windows Command Prompt 接着继续默认选项走。

安装完成后记得检测是否可用，确保万一，可能会出现部分电脑出现环境变量未自动配置好。

如未出现配置好环境变量请自行配置:

在系统变量中找到Path并在后面添加:      C:\Program Files\Git\cmd;

二、安装Visual Studio 2015（如下简称VS2015）

下载地址+永久注册码

三、安装CMake &版本>=3.4

3.1 下载地址Cmake（ 3.11.1版本）

下载地址:https://download.csdn.net/download/u014714937/10375108 或 https://cmake.org/download/

下载完成后解压出来:

3.2 配置环境变量 

一样在系统变量中找到Path并在其后追加你的cmake解压出来的路径,个人电脑路径是> D:\DeepLearning\cmake-3.11.1-win64-x64\bin

注意：如在git环境变量后并无用   ;  符号结尾记得手动在cmake追加前添加 ;

 3.3测试cmake

打开CDM>输入cmake -version 如出现版本信息则表示环境变量配置成功

C:\Users\Administrator>cmake -version
cmake version 3.11.1

CMake suite maintained and supported by Kitware (kitware.com/cmake).

四、安装Python

4.1 下载python

下载地址: https://download.csdn.net/download/u014714937/10375211

4.2 安装python

安时候记得勾选"Add Python 3.6to PATH"表示对python环境变量的配置 若是没有特别的需求话建议使用默认安装：Install Now便可。

正常的话通常一分钟左右就安装好了

4.3测试python

4.4 安装python其余相关模块

4.4.1 安装 Anaconda

下载地址:https://www.anaconda.com/download/

Python 3.6 的下载Python 3.6 version版本，Python 2.7 的下载Python 2.7 version版本。

安装时选择用户,如没有特定需求建议全部用户（All Users），选择完路径没有特定需求一直下一步便可开始安装。文件较大，解压出来2个多G，安装过程须要耐心等待几分钟。

安装完成后出现一个是否安装微软快捷开发包。Install Microsoft VSCode 点击进行安装，安装完成后点击Skip便可。

4.4.2安装pip 

 下载地址:https://pypi.org/project/pip/#files

下载完成以后，解压到一个文件夹。这里解压后可能会出现的一个文件夹“dist” 而后这个文件夹里面才有一个压缩包，若是出现这种状况就须要解压真实的这个压缩包到目录上

 

解压完成后在当前目录按住Shift+鼠标右键后点击“在此处打开命令窗口”或用CMD控制台进入解压目录并输入：

python setup.py install

安装失败:

如输入安装命令出现，这种状况的缘由是由于当前目录下找不到这个执行命令，确认是不是在解压出来的PIP文件主目录下执行的

D:\DeepLearning\dist>python setup.py install
python: can't open file 'setup.py': [Errno 2] No such file or directory

D:\DeepLearning\dist>

安装完成:

　　

检测安装:

打开CDM输入pip list 如出现版本信息则表示安装成功

D:\DeepLearning\dist>pip list
Package    Version
---------- -------
pip        10.0.1
setuptools 28.8.0

4.4.3 安装six : pip install six

D:\DeepLearning\dist>pip install six
Collecting six
  Downloading https://files.pythonhosted.org/packages/67/4b/141a581104b1f6397bfa
78ac9d43d8ad29a7ca43ea90a2d863fe3056e86a/six-1.11.0-py2.py3-none-any.whl
Installing collected packages: six
Successfully installed six-1.11.0

4.4.4安装yaml: pip install pyyaml

D:\DeepLearning\dist>pip install pyyaml
Collecting pyyaml
  Downloading https://files.pythonhosted.org/packages/4a/85/db5a2df477072b2902b0
eb892feb37d88ac635d36245a72a6a69b23b383a/PyYAML-3.12.tar.gz (253kB)
    40% |█████████████                   | 102kB 195kB/s eta 0:00:0
    44% |██████████████▎                 | 112kB 286kB/s eta 0:00
    48% |███████████████▌                | 122kB 276kB/s eta 0:0
    52% |████████████████▉               | 133kB 273kB/s eta 0:
    56% |██████████████████▏             | 143kB 421kB/s eta
    60% |███████████████████▍            | 153kB 354kB/s eta
    64% |████████████████████▊           | 163kB 345kB/s et
    68% |██████████████████████          | 174kB 382kB/s e
    72% |███████████████████████▎        | 184kB 530kB/s
    76% |████████████████████████▋       | 194kB 536kB/
    80% |██████████████████████████      | 204kB 544kB
    84% |███████████████████████████▏    | 215kB 522
    89% |████████████████████████████▌   | 225kB 61
    93% |█████████████████████████████▉  | 235kB 7
    97% |███████████████████████████████ | 245kB
    100% |████████████████████████████████| 256k
B 1.6MB/s
Installing collected packages: pyyaml
  Running setup.py install for pyyaml ... done
Successfully installed pyyaml-3.12

　　

4.4.5 安装numpy: pip install numpy

 安装过程可能会出现如下状况:

THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have u
pdated the package versions, please update the hashes. Otherwise, examine the pa
ckage contents carefully; someone may have tampered with them.
    numpy from https://files.pythonhosted.org/packages/30/70/cd94a1655d082b8f024
b21af1eb13dd0f3035ffe78ff43d4ff9bb97baa5f/numpy-1.14.2-cp36-none-win_amd64.whl#s
ha256=6be6b0ca705321c178c9858e5ad5611af664bbdfae1df1541f938a840a103888:
        Expected sha256 6be6b0ca705321c178c9858e5ad5611af664bbdfae1df1541f938a84
0a103888
             Got        6e3df481acb4ee8249957a82771e7a23ab89368e7914bb131c368e83
b976f270

主要缘由：由于网速问题致使的，致使下载的文件不彻底出现不匹配的文件MD5

解决方法：从新执行该命令下载文件并安装,多试几回就行了。

 安装完成:

Installing collected packages: numpy
Successfully installed numpy-1.14.2

以上全部事情准备好了就能够开干了。

五、下载caffe并编译

5.1 下载caffe

小建议:咱们这里使用的是caffe官网提供的版本,部分朋友使用的是微软提供的windows版本 .如使用的是微软提供的windows版本好像是在caffe根目录下有一个windows文件夹，文件夹内容就是已经建立好caffe相关VS文件的，

因此可能在安装,使用过程上有差别，建议是使用本身编译安装的版本。由于使用已经建立安装好的caffe文件可能由于环境不一样遇到某种未知问题。例以下载的caffe里面建立好的VS文件是VS2013建立的并平台版本(SKD)和本机安装的有出入的话 反而会花更多的时间去调整配置。 

使用git命令下载 git clone https://github.com/BVLC/caffe.git 也能够手动下载并解压出来

$ git clone https://github.com/BVLC/caffe.git
Cloning into 'caffe'...
remote: Counting objects: 54253, done.
remote: Total 54253 (delta 0), reused 0 (delta 0), pack-reused 54253
Receiving objects: 100% (54253/54253), 62.60 MiB | 359.00 KiB/s, done.
Resolving deltas: 100% (36633/36633), done.

Administrator@STI5X9B683AVXOY MINGW64 /d/DeepLearning/caffe
$

初始目录结构以下：

5.2 修改配置并执行建立caffe文件（这一步很重要）

经过caffe根目录找到并进入scripts文件夹后找到build_win.cmd并进行编辑。

主要修改部分语句是从第7行~31行之间 。70~99行之间，具体修改请经过下面步骤决定。

修改7~31行的if语句（if里面修改项描述同修改70~99行之间代码逻辑）：

修改70~99行之间

 对比能够发现 if和else里面的代码大同小异，可是却少了后面设置对应python中的Anaconda版本路径这几行代码。默认文件是没有这几行代码的，咱们须要手动复制if里面修改玩的代码至else代码中,修改以下:

 

编辑主要修改的项是:

一、修改成CPU计算训练  CPU_ONLY=1

二、修改对应的VS版本生成代码 MSVC_VERSION=14     // 2013的VS版本则修改成12  2015的VS版本则修改成14

三、修改编译方式，使用VS编译 不使用NinJa编译   WITH_NINJA=0    //这里必定要设为0。除非你想用ninja编译器来进行编译。 

四、修改对应的python版本 PYTHON_VERSION=3    //2.7的python版本要修改成2  若是是3.5版本的python修改成3 

五、修改python开发对应的Anaconda版本     //如第三项修改 PYTHON_VERSION 为3 的话将按照以下修改 安装的是python2.7的版本 那将修改EQU 2的记录

if !PYTHON_VERSION! EQU 3 (
        set CONDA_ROOT=Anaconda3对应安装的目录地址
    )

注：以上修改带有//描述的则须要经过计算机环境决定。

 5.3 进行建立caffe可执行的VS文件

当以上内容都修改完成后，咱们来运行build_win.cmd开始来建立VS执行文件。就是用于编译的caffe文件。在caffe根目录下的scripts目录中Shift+鼠标右键打开“在此处打开命令窗口” 而后输入start build_win.cmd。

第一次开车-（翻车了）:

D:\DeepLearning\caffe\caffe\scripts>start build_win.cmd

　　执行后貌似没有成功。

'"D:\VisualStudio\Common7\Tools\..\..\VC\vcvarsall.bat"' 不是内部或外部命令，也
不是可运行的程序
或批处理文件。
CMake Error at CMakeLists.txt:18 (project):
  Failed to run MSBuild command:.......此处省略一万字

出现了异常，什么错误呢。又是一个皇天不负有心人啊，通过百般的测试发现是由于VS安装环境的问题。像我以前安装这个VS2015的时候由于不用开发C++相关的内容，因此我在安装的时候选择了自定义安装并无勾选C++相关的编译器以及“内裤”。

 

因此致使在编译代码的时候找不到C++相关的命令。找到问题了如何解决呢？方法很简单，从新安装VS开发工具便可。

不不不，别急，还有一种方案。可能你不知 VS安装工具就是这么强大，不用卸载从新安装，它能够像打补丁同样，再从新打开安装程序而后选择你没有安装的功能进行安装便可。将编程语言中的Visual C++所有勾选上在点击下一步安装便可，通常安装这几个项的话半个小时左右（因电脑性能决定）。

 万事俱备只欠东风了,安装好C++相关组件后咱们再次进行执行start build_win.cmd命令（注意:每次执行build_win.cmd 命令前记得清空build_win.cmd文件目录下的build文件夹的内容）.........

第二次开车-（翻车了）:

系统找不到指定的驱动器。
系统找不到指定的驱动器。
此处省略一万字.......============================================================
-- The C compiler identification is MSVC 19.0.24215.1
-- The CXX compiler identification is MSVC 19.0.24215.1
-- Check for working C compiler: D:/VisualStudio/VC/bin/x86_amd64/cl.exe
-- Check for working C compiler: D:/VisualStudio/VC/bin/x86_amd64/cl.exe -- work
s
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Check for working CXX compiler: D:/VisualStudio/VC/bin/x86_amd64/cl.exe
-- Check for working CXX compiler: D:/VisualStudio/VC/bin/x86_amd64/cl.exe -- wo
rks
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Detecting CXX compile features
-- Detecting CXX compile features - done
-- Found PythonInterp: D:/DeepLearning/Anaconda3/python.exe (found suitable vers
ion "3.6.4", minimum required is "2.7")
CMake Error at cmake/WindowsDownloadPrebuiltDependencies.cmake:40 (message):
  Could not find url for MSVC version = 1900 and Python version = 3.6.
Call Stack (most recent call first):
  CMakeLists.txt:77 (include)


-- Configuring incomplete, errors occurred!
See also "D:/DeepLearning/caffe/caffe/scripts/build/CMakeFiles/CMakeOutput.log".

ERROR: Configure failed

D:\DeepLearning\caffe\caffe\scripts>

貌似又失败了，异常描述好像是由于python版本不一致致使的。因而乎我又安装了Anaconda2版本并进行修改了文件build_win.cmd文件

 

将对应的python版本匹配对应版本的Anaconda

 :: Set python 2.7 with conda as the default python
    if !PYTHON_VERSION! EQU 2 (
        set CONDA_ROOT=D:\DeepLearning\Anaconda2 
    )
    :: Set python 3.5 with conda as the default python
    if !PYTHON_VERSION! EQU 3 (
        set CONDA_ROOT=D:\DeepLearning\Anaconda3
    )

　　第三次开车-（翻车了）:

-- Found PythonInterp: D:/DeepLearning/Anaconda3/python.exe (found suitable vers
ion "3.6.4", minimum required is "2.7")
CMake Error at cmake/WindowsDownloadPrebuiltDependencies.cmake:40 (message):
  Could not find url for MSVC version = 1900 and Python version = 3.6.
Call Stack (most recent call first):

　　当我第三次翻车后我就在思考了，我是否是不适合这个牛逼的东西，可是没办法啊，既然上了高速了又岂能随随便便下高速。因而乎我又进行了修改，将build_win.cmd文件中的判断python版本而后匹配对应Anaconda 都修改了为匹配Anaconda2。因而乎....

      第四次开车-（飞起来了）:

又是一个皇天不负有心人啊。成功了。

先看修改后的配置文件（记得if和else里面都要修改）,至于为啥是这样呢 我也母鸡。。。多是个人配置或者环境致使的。按道理我配置的是python3.6的 应该Anaconda配置也要是3的版本才对，可是我引用Anaconda3就是不经过，因此只能改成Anaconda2让它经过先了，其次就是我在翻阅资料的时候看见有大佬说 若是说这里安装了Anaconda2/3都无法成功时还须要安装Miniconda2，原文意思是说后面引用都是Miniconda须要安装这个。可是我这里本机测试是正常的，因此我是没有安装了，若是须要安装的话经过这里进行下载安装,安装界面和安装Anaconda时选步是同样的。下载地址:https://conda.io/miniconda.html :

    :: Set python 2.7 with conda as the default python
    if !PYTHON_VERSION! EQU 2 (
        set CONDA_ROOT=D:\DeepLearning\Anaconda2
    )
    :: Set python 3.5 with conda as the default python
    if !PYTHON_VERSION! EQU 3 (
        set CONDA_ROOT=D:\DeepLearning\Anaconda2
    )

　　

而后你会发现控制台正在默默的下载一个文件，下载的内容就是生成caffe项目时所需的依赖项。下载完成后自动生成Visual Studio对应版本的的sln文件。

如libraries_v140_x64_py27_1.1.0.tar.bz2文件出现下载失败致使编译失败,可经过手动下载该文件而后丢入到待解压目录中并再从新执行build_win文件。

本文提供下载地址 or 官方下载地址。下载完成后复制该压缩包并黏贴到 “C:\Users\Administrator\.caffe\dependencies\download”中,如用户名有差别须要自行查找 好比“C:\Users\XXXXX\.caffe\dependencies\download”。

而后打开caffe根目录\cmake\WindowsDownloadPrebuiltDependencies.cmake这个文件，把下载文件的部分代码注释掉：

而且打开 caffe根目录\scripts\download_prebuilt_dependencies.py文件 注释掉下载代码：

如网络状态较好，未出行以上状况咱们耐心的等待便可。........当依赖下载完成后就开始生成项目了。

通过耐心等待几分钟后至于生成完成了。

出现警告不用理会,咱们直接进入生成的文件夹进行打开caffe项目而后编译。就是build_win.cmd文件目录中的build文件夹。

进入这个文件夹后,里面结构大体这样，版本不一样,生成的文件有细微差别。而后直接双击  Caffe.sln文件会自动使用VS打开的。

 5.4 进行编译caffe

我翻译资料的时候发现不少大佬说在生成解决方案的时候使用 Release 方式。而后平台版本调整为X64。使用Release和Debug的区别我就不在这里说了。可是这里编译模式呢 不会直接影响对caffe的使用，因此Debug也是能够的。

等待VS工具加载完项目后咱们点击顶部菜单栏的 生成>生成解决方案 或经过右侧项目栏也是能够的。结果是同样的。如编译正常经过的话 控制台打印信息以下:

此处省略一万零一字
41>  -- Creating hardlink for opencv_imgcodecs310d.dll in D:/DeepLearning/caffe/caffe/scripts/build/test/Debug
41>  -- Failed to create hardlink D:/DeepLearning/caffe/caffe/scripts/build/test/Debug/opencv_imgcodecs310d.dll. Copying instead.
41>  -- Copying opencv_imgcodecs310d.dll to D:/DeepLearning/caffe/caffe/scripts/build/test/Debug
41>  -- Creating hardlink for opencv_imgproc310d.dll in D:/DeepLearning/caffe/caffe/scripts/build/test/Debug
41>  -- Failed to create hardlink D:/DeepLearning/caffe/caffe/scripts/build/test/Debug/opencv_imgproc310d.dll. Copying instead.
41>  -- Copying opencv_imgproc310d.dll to D:/DeepLearning/caffe/caffe/scripts/build/test/Debug
41>  -- Creating hardlink for python27.dll in D:/DeepLearning/caffe/caffe/scripts/build/test/Debug
45>------ 已跳过生成: 项目: runtest, 配置: Debug x64 ------
45>没有为此解决方案配置选中要生成的项目 
========== 生成: 成功 40 个，失败 0 个，最新 0 个，跳过 5 个 ==========