2017.6.6 我自己安装了三天也没安装好，最后终于降版本看到这篇博客装好了
转自http://blog.csdn.net/z18234132948/article/details/52463296?locationNum=4&fps=1
一、准备
**
本篇文章主要是为大家提供经测试过，搭建成功的caffe框架的源码，从网上找到的各种资源，最终有一套成功的代码，拿出来和大家分享，共同学习。
caffeWindows工具包(caffe-windows)以及第三方库百度云下载：链接: http://pan.baidu.com/s/1nuV9GGL 密码: 35aa
第三方库是从另外一篇博客中下载到的，能够直接使用。
安装vs2013
（我是从CUDA8.0重新装的7.5，直接装的没卸载，最后两个路径再更新一下path中的几个v7.5
Path中为了确保不出错添加这些，有的没有用但是我也加上了
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libnvvp
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5bin
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libx64
）
安装CUDA7.5版，不需要额外安装其他配置。可以去官网上下载。CUDA安装的时候需要检测硬件，会测试硬件是否支持，也就是说如果你不是使用N卡，是不可以安装成功的。CUD下载地址https://developer.nvidia.com/cuda-downloads
CUDA在安装的时候也会检测是否安装vs，所以，需要先安装vs2013。
二、安装和编译
1.首先将caffe-window解压（假设当前目录为 E：），然后将根目录下的“3rdparty”文件夹中的数据全部删除，并将3rdparty-peng文件内容复制至此文件夹中。并将“E：caffe-window-master3rdpartybin ”这个路径添加到环境变量path中。
2.找到“E：caffe-window-mastersrccaffeproto”目录下的“extract_proto.bat”文件，双击执行，生成“caffe.pb.cc，caffe.pb.h，caffe_pb2.py”三个文件。
3.caffe官网要求显卡的计算能力>=3.0,所以老一点的显卡虽然能够通过编译，但是不能够使用，如果你的显卡计算能力不符合要求，请参考第4步。如果你的显卡能够支持，请参考第5步。
5.找到“E：caffe-window-masterbuildVS2013”下的“MainBuilder.sln”文件，使用vs2013打开，点击“caffe”项目生成。编译成功后，会生成目录“E：caffe-window-masterbin”，并在目录下生成“caffe.exe”可执行文件。编译生成的文件是使用GPU加速的。
6.虽然第4步和第5步生成的文件名称相同，但实际使用时，会有差别。
三、测试
使用MNIST数据集进行测试。GPU
2.在目录“E：caffe-window-master”下找到“run_mnist.bat”文件，双击执行，如果出现Dos命令行迭代训练正常执行，说明caffe编译成功。
（我当时没有成功 缺少curand64_75.dll，发现是环境变量没有设置好，在开头有提到环境变量。 第一次运行mnist-train-leveldb没有找到不存在，在csdn 0积分下载了这个mnist-leveldb 解压后成功运行）
本文链接：https://my.lmcjl.com/post/16741.html
4 评论