前段时间在笔记本上配置了Caffe框架,中间过程曲曲折折,但由于懒没有将详细过程总结下来,这两天又在一台配置较高的台式机上配置了Caffe,配置时便非常后悔当初没有写到博客中去,现已配置好Caffe,故应当立即写到博客中去,不可再拖延~
准备工具:Win7(64位);Caffe;vs;anaconda;
(附注:1.Caffe下载链接:/Microsoft/caffe(这其中有两个版本,一个是Caffe-Windows(微软制作),一个是Caffe-Master(贾教授的作品),两者区别就是Master共16个项目,比Windows多一个Caffe Managed 项目,笔者用的是Master版本,不过网上用Caffe-Windows的也很多,应该都可以用。。
2.VS迅雷下载链接:/download/B/1/9/B1932B8C-1046-4773-A1DD-4AB5C0978637/vs.2_ult_chs.iso,笔者这里用的VS的update2版本,之前在笔记本上用的是update5版本没出什么问题,现在在台式机上用update5版本,在加载Caffe项目时,提示要升级项目中的库(我怀疑update5和VS有点联系。。网上说VS对Caffe的兼容性并不太好,后来我也出了各种问题,有可能是我操作的问题,各位可以自行操作)
3.anaconda下载:直接上Anaconda的官网,找到对应于自己的系统,所用Python版本的anaconda,下载下来,笔者这里用的是ananconda2。
4.再附一下matlabRa的链接,防止以后要用m接口:
ed2k://|file|[%E7%9F%A9%E9%98%B5%E5%AE%9E%E9%AA%8C%E5%AE%A4].Matlab..iso|6049900544|94208016c2c5117bb59366121c94eae6|h=dinulprqreviimkaz7jzzzfeoezomixt|/
下载好所需的工具后,我们就开始配置了:
1.首先解压Caffe-Master文件夹,复制Windows->CommanSetting.props.example文件,重命名为CommanSetting.props文件,并删除原始的.example文件,如下:
如果不删除.example文件,打开.props文件时,可能就会出现如下的问题:
2.用VS打开Windows->Caffe.sln解决方案,在CommanSettings.props文件中修改相应内容:
(笔者这里只用CPU和Python接口)
注意!这里只需要修改上图中的第7、8、13、48行,其他地方不要修改!!!要不然编译的时候会出现各种语法错误以及其他*疼的问题。。。
对了,这里有可能出现libcaffe和test_all加载失败的情况,这时候删掉Caffe-Master文件夹,重新进行解压,重新打开,基本可以解决:
3.修改好配置文件后,就可以进行编译Caffe了(注意:一定要使用Release格式,要不然后期用caffe.exe训练网络时时间很长):
这时候,会弹出一个框,表示正在在下第三方库,里面包括openCV之类的库,下载完后可以发现:
不过如果是学校的网,由于是内网,下载速度将会很慢,可能会各种无响应或者无法连接到远程服务器等等(我当时花了n个小时,阿西吧。。),各位可以在网上下载好NuGetPackages文件夹直接放在Caffe-Master并列文件夹中,编译之前进行如下操作:
取消掉上图中的两个钩,不过这种方法笔者没有试(快要放弃的时候NuGet程序包还原好了。。。,注意,若用内网下载的时候最好不要进行操作。。。)
编译中间可能会出现以下几种情况:
(1)生成解决方案失败,提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成,或者直接生成一次
然后,接着会出现的问题:没有生成object文件;解决办法:双击此错误,保存弹出来的框,然后再对libcaffe“重新生成一次”
还有出现一些错误有可能有帮助的操作,右击项目,在属性->C/C++->常规中,设置 将警告视为错误 为否。
还有可能是提示无法打开包括文件python.h之类的,可以先在配置文件里取消python接口,编译整个项目,这个错误就不会产生,然后再将pycaffe设为启动项目,同时设置python接口,再编译pycaffe即可;
出现其他错误就需要各位自己在网上进行搜索了。。。。。
编译成功后,设置属性:
然后运行caffe.cpp,按ctrl+F5进行编译:
如果出现一下情况:
解决办法是重启电脑
出现下面的窗口说明编译成功:
以上,我们就暂时配置好了Caffe,现在我们可以用Caffe来跑一下最简单的mnist数据集,方法如下:
1.(1)去官网/exdb/mnist/下载mnist数据集。
下载后解压到E:\caffe\data\mnist,放在两个文件夹中,如下图所示:
2。在caffe根目录下,新建一个create_mnist.bat,里面写入如下的脚本:
然后双击该脚本运行,即可在E:\caffe\examples\mnist下面生成相应的lmdb数据文件:
3.
修改E:\caffe\examples\mnist\lenet_solver.prototxt,将最后一行改为solver_mode:CPU,
修改E:\caffe\examples\mnist\lenet_train_test.prototxt,如下所示,左面为原始的,右面为修改后的:
4.在caffe根目录下,新建train_mnist.bat,然后输入如下的脚本:
当然笔者在这里也将Release改成了Rebug~
然后双击运行,就会开始训练,训练完毕后会得到相应的准确率和损失率
好了,现在我们来配置python接口:
对pycaffe项目进行编译,设置为Release方式,编译好后,会在E:\caffe\caffe-master\Build\x64\Release中找到pycaffe文件夹,将其复制到E:\Anaconda2\Lib\site-packages即可,然后在python.exe输入import caffe,一般会出现no mpodel named google.protobuf这种错误,注意这里要在cmd中使用
pip.exe install protobuf命令(不要用conda install protobuf指令,会出现UnicodeEncodeError错误;使用pip指令前要先安装pip,使用conda install pip即可,安装好后某些人使用pip install protobuf时可能会出现'install' is a unknown or unsupported command的情况,这种情况是由于
你的电脑还安装了其他pip.你可以使用 where pip来查看)
安装好后,再使用import caffe就可以了,至此,所有配置就大功告成了,在这里建议各位配置的时候千万要静下心来,遇到错误要积极地搜索,还有就是搜索的时候不要畏惧英文网站,其实好多很好的回答就在上面(比如我之前的ipip指令遇到的install问题),只是大部分人容易一看到英文就畏惧了,
所以一定要静下心来,一步一步分析,逻辑推理,找出问题错误所在,并找出解决方法,这将是一种非常好的科学品质~
参考博客: /cxyxbk/p/5902034.html
/zb1165048017/article/details/51355143?locationNum=6&fps=1
/qq_14845119/article/details/52415090