转载请注明出处:
http://www.cnblogs.com/darkknightzh/p/7126126.html
参考网址:
https://github.com/happynear/caffe-windows
使用的是参考网址中的caffe。由于电脑没有独显,因而使用cpu。首先下载该源码,而后顺序如下:
1. 将caffe-windows-mswindows中CommonSettings.props.example改名为CommonSettings.props。
2. 由于只编译cpu版本,因而将
<CpuOnlyBuild>false</CpuOnlyBuild> <UseCuDNN>true</UseCuDNN> <UseNCCL>true</UseNCCL>
改为
<CpuOnlyBuild>true</CpuOnlyBuild> <UseCuDNN>false</UseCuDNN> <UseNCCL>false</UseNCCL>
3. 将
<MXNetSupport>true</MXNetSupport>
改为
<MXNetSupport>false</MXNetSupport>
4. 由于需要python支持,因而修改python的路径。使用的是anaconda2,因而将
<PythonDir>D:Anaconda2</PythonDir>
改为
<PythonDir>C:ProgramDataAnaconda2</PythonDir>
5. 打开Anaconda Prompt,输入:
conda install --yes numpy scipy matplotlib scikit-image pip pip install protobuf
6. 由于需要matlab支持,因而修改matlab的路径(网址中已经将MatlabSupport设置为true了)。将
<MatlabDir>C:Program FilesMATLABR2016a</MatlabDir>
改为
<MatlabDir>C:Program FilesMATLABR2014b</MatlabDir>
7. 使用vs2015打开caffe-windows-mswindows中Caffe.sln。
8. 编译工程(可以只编译需要的。我这边。。。额。。。直接编译了整个工程)。由于只编译cpu版本,我这边编译速度还好吧。据说编译gpu版本,速度比较慢。。。
9. 对python支持的设置(下列方法二选一)。我这边使用的是a,没有测试b:
a 在环境变量中增加PythonPath,路径为<caffe_root>Buildx64Releasepycaffe
b 将<caffe_root>Buildx64Releasepycaffecaffe拷贝到<python_root>libsite-packages
10. 对matlab的支持(下面两步都需要):
a add the generated matcaffe folder to Matlab search path
b add <caffe_root>Buildx64Release to your system path
此处说明一下:
b的好解释,就是将<caffe_root>Buildx64Release增加到Path的环境变量中。更改环境变量后,最好重启一下电脑。
对于a,说是将生成的matcaffe文件夹增加到matlab的search path中,实际上,我这边该工程生成的caffe_.mexw64路径为D:caffe-windows-msmatlab+caffeprivate,我最开始以为将这个文件夹增加到matlab的search path中,但是matlab总会提示“无法将方法文件夹(以’@’开头的文件夹)或专用文件夹添加到matlab搜索路径中”,如下图所示。实际上,添加的路径应该是D:caffe-windows-msmatlab。这样就不会出现下面的错误了。
11. 之后就是测试程序了。
caffe.reset_all(); caffe.set_mode_cpu(); gpu_id = 0; % we will use the first gpu in this demo % caffe.set_device(gpu_id); net = caffe.Net('deploy.prototxt', 'model.caffemodel', 'test');
我这边就不会提示有错误了。
如果caffe设置的有问题,matlab中会提示:未定义变量”caffe”或类“caffe.reset_all”,如下图所示。在搜索一下吧。。。