首页 > 学院 > 开发设计 > 正文

在windows下配置caffe(caffe for windows + vs2013)

2019-11-06 09:32:39
字体:
来源:转载
供稿:网友

在windows下配置caffe,直接使用微软推出了caffe for windows 简单省事。

一 . 编译配置

需要 Visual Studio 2013 对项目进行编译

实验室的电脑上原本就已经安装了CUDA7.5,我直接再下载cuDNNv5放进去就好了, 另外我需要使用到python接口,我的配置步骤如下,主要是参考ms的 github上的Windows Setup和BVLC的github上的 Windows Setup中的说明 。

先将项目拷贝到本地

C:/PRojects> git clone https://github.com/Microsoft/caffe.git

将 ./windows/CommonSettings.props.example 拷贝一份到当前目录,命名为CommonSettings.props

在 ./caffe/windows 下打开 Caffe.sln ,NuGet会根据CommonSettings.props自动还原caffe所需要的第三方库, 需要耐心等待,配置不高的电脑很容易卡死

配置./windows/CommonSettings.props

配置默认是使用GPU加速的,需要安装CUDA和cuDNN,如果只是用CPU的话可以将CommonSettings.props 中CpuOnlyBuild 设为true 并且将UseCuDNN设为false.如果需要使用python接口,需要将 CommonSettings.props中的PythonSupport设置为true,而且要设置python的路径,不然在编译的时候会报pyconfig.h: No such file or directory将PythonDir的错误。 我使用的Anaconda,设置如下<PythonDir>D:/LHF/Anaconda2/</PythonDir>

等NuGet加载完依赖库后就可以直接build了,我直接选择release进行编译的。最后编译完会在 ./caffe下多出个Build目录, caffe就编译完成了。

二、 测试运行

配置完 以后就可以在caffe的根目录下执行了,先看看mnist

sh ./data/mnist/get_mnist.shsh ./examples/mnist/create_mnist.sh

第一个命令会下载mnist的数据,可以正常执行。 第二个命令会报如下错误 : ./examples/mnist/create_mnist.sh: line 17: build/examples/mnist/convert_mnist_da ta.bin: No such file or directory 这里写图片描述

.bin 是linux下的执行程序,脚本应该是linux下使用的,我们在windows下跑,应该根据情况修改下: 打开create_mnist.sh可以看到如下:

#!/usr/bin/env sh# This script converts the mnist data into lmdb/leveldb format,# depending on the value assigned to $BACKEND.set -eEXAMPLE=examples/mnistDATA=data/mnist# 这里需要修改成caffe编译生成的路径,我的是BUILD=Build/x64/ReleaseBUILD=build/examples/mnist BACKEND="lmdb"echo "Creating ${BACKEND}..."rm -rf $EXAMPLE/mnist_train_${BACKEND}rm -rf $EXAMPLE/mnist_test_${BACKEND}# 将原来的.bin 改成.exe$BUILD/convert_mnist_data.bin $DATA/train-images-idx3-ubyte / $DATA/train-labels-idx1-ubyte $EXAMPLE/mnist_train_${BACKEND} --backend=${BACKEND}$BUILD/convert_mnist_data.bin $DATA/t10k-images-idx3-ubyte / $DATA/t10k-labels-idx1-ubyte $EXAMPLE/mnist_test_${BACKEND} --backend=${BACKEND}echo "Done."

我们搜索convert_mnist_data可以发现在caffe编译生成的目录下有convert_mnist_data.exe。 所以我们将BUILD路径先指向caffe编译生成的路径,我的是build/examples/mnist,然后再将convert_mnist_data.bin改为convert_mnist_data.exe,再执行命令就可以成功。成功后在./examples/mnist 下生成了mnist_test_lmdb和mnist_train_lmdb两个文件夹,内有训练数据和测试数据这里写图片描述

然后就可以开始训练模型了

sh ./examples/mnist/train_lenet.sh

最后10000次迭代训练出来的结果准确率有99% 这里写图片描述


发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表