基於Cuda9.1 + Cudnn7.0 + VS2013在Win10上同時安裝Tensorflow1.6和Caffe
最近，自己電腦的系統壞掉了，平時總是用Windows來寫論文和文檔，而用Ubuntu來做深度學習的訓練，因此在自己的本子上安裝了Win10和Ubuntu雙系統，但是雙系統非常容易損壞，尤其是當Ubuntu系統升級時，每次系統壞掉，總要重裝一遍Tensorflow和Caffe，前者還比較容易，Caffe的編譯和安裝實在是頭痛，一不小心就會出現各種奇葩的報錯。因此，我這次痛下決心，將Ubuntu系統刪掉了，只留了一個Win10系統，這逼着我在Win10系統上同時安裝好Tensorflow和Caffe兩大利器，經過一番折騰，功夫不負有心人，終於成功了，再此寫出來，以方便大家。
如果大家在Win10上安裝Tensorflow和Caffe的過程中有任何的問題，歡迎來到並關注我的技術微博 [ @MachineLearning-ZJU ]，以及留言和討論
本文的運行環境以及需要安裝的軟件如下：
- 系統平臺：Win10
- 驅動軟件：Cuda9.1
- 加速庫：Cudnn7.0（與Cuda9.1對應的版本）
- *編譯工具：Visual Studio 2013
- 深度學習框架：Tensorflow 1.6 和 Caffe
- 所需基礎：無
本博文一共有三部分，分別是：
- GPU驅動的安裝與配置
- Tensorflow的安裝過程及注意事項
- Caffe的安裝過程及注意事項
GPU驅動的安裝和配置
主要軟件
- cuda_9.1.85.1_windows
- cuda_9.1.85.2_windows
- cuda_9.1.85_win10
- cudnn-9.1-windows10-x64-v7
前三個從官網地址（https://developer.nvidia.com/cuda-downloads）下載而來，選擇自己需要的版本即可。最後一個對應的官網在維護，可從以下鏈接下載(https://download.csdn.net/download/daringpig/10298485).
具體的安裝過程，一直“下一步”就可以了，但是要安裝先Cuda9.1後Cudnn7.0.5的順序。Cudnn7.0.5不用安裝，只要將其解壓，並將裏面的bin、include和lib，拷貝到Cuda安裝目錄下即可，我的目錄是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1，自己根據具體情況具體分析。
Tensorflow的安裝過程及注意事項
Anaconda3下載
Anaconda3安裝
安裝過程中一直下一步即可，注意此處：
Anaconda3運行
安裝好了後，運行開始菜單—>Anaconda3—>Anaconda Prompt，在命令行中輸入conda list
Tensorflow安裝
在anaconda基礎上安裝tensorflow需要做一下事情：
- 換源: 爲了加速軟件的下載
- 配置環境: 爲了防止不同的環境相互影響
- 安裝依賴包: 不同的配置環境下需要不同的依賴包
##換源##
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes#爲Tensorflow創建環境
conda create -n tensorflow python=3.6
#爲caffe創建環境
conda create -n py2 python=2.7運行 開始菜單—>Anaconda3—>Anaconda Navigator，點擊左側的Environments，可以看到
在Anaconda Prompt中啓動tensorflow環境, 並執行以下程序安裝：
#激活tensorflow環境
activate tensorflow
#安裝tensorflow，下面二選一
僅CPU：pip install --ignore-installed --upgrade tensorflow
GPU加速： pip install --ignore-installed --upgrade tensorflow-gpu
#激活caffe環境,爲後面caffe編譯做準備
deactivate tensorflow
activate py2
pip install python2.7到這裏Tensorflow就安裝好了，應該安裝的就是最新的版本Tensorflow1.6
Caffe的編譯過程及注意事項
下載caffe
微軟caffe傳送門（https://github.com/Microsoft/caffe，由於是在WIN10下安裝caffe，因此使用微軟的caffe可以節約不少時間）
編譯caffe
下載完成後，解壓caffe【解壓目錄中最好不要有中文目錄】
編譯工具爲VisualStudio2013【VS2013親測可用，其餘版本VS需考慮兼容性】
配置項目屬性
1）caffe-master/windows下 CommonSettings.props.example 文件複製一份重命名爲CommonSettings.props
2）打開caffe工程（caffe-master/windows/caffe.sln）
打開時會自動安裝VS的一些擴展套件【也有可能是其他依賴項，需耐心等待】
將CommonSettings.props中caffe版本改爲9.1
如果要編譯pycaffe，則添加上面py2的路徑，我的路徑是C:\Users\learner\Anaconda3\envs\py2
3）爲caffe libcaffe 添加cuda的項目屬性表。將該目錄下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\extras\visual_studio_integration\MSBuildExtensions
項目屬性表拷貝到VS2013對應的目錄中去，我的路徑是C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations
4）設置編譯器不講警告視爲錯誤。
5）先僅編譯生成 libcaffe 時會報錯 error: too few arguments in function call，進而導致後面124個錯誤。
雙擊查看報錯函數 cudnnSetConvolution2dDescriptor，在參數列表末尾補充一個參數 CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可。
6）編譯生成 caffe 至此整個環境配置完成。