自從2012年AlexNet在ImageNet上取得驚人成績,DL重新回到大衆的視野,成爲學術界與產業界的寵兒。爲了跟上這一波潮流,不禁捨身入坑。
前段時間用開源的TinyCnn 復現了經典的LeNet模型,並在工業圖像二分類測試中精度達到97%.現在希望能用更通用的框架試水更多DL網絡模型,首先想到的就是UC Berkeley
Yangqing Jia 的Caffe (Convolutional Architecture for Fast Feature Embedding )模型 http://caffe.berkeleyvision.org/。 希望能夠快速上手,選擇在windows平臺vs環境下配置caffe。
本人蔘考網上教程,嘗試n次後,終於編譯成功,現整理配置過程供,供大家參考。
-----------------------------------------------------------------------------------------------------
安裝流程
1.源碼準備
1.1 caffe源碼
caffe源碼可從github網站上下載 https://github.com/BVLC/caffe/tree/windows ,Brach選擇windows.
1.2 補充庫文件
由於在編譯過程中會下載庫文件,下載過程會很慢,所以建議用戶提前下載相應的庫文件,需要下載的內容在download_prebuilt_dependencies.py文件中有說明;
本人環境是vs2015 ,python2.7 ,故需要下載第二項內容即可,下載解壓後是libraries文件夾,注意將該文件放在caffe-windows目錄下,並將其路徑和bin路徑一起添加到系統環境變量中。
2.編譯環境
2.1 .Visual Studio 2013 or 2015
2.2.CMake 3.4 or higher (將bin目錄添加到環境變量中)
2.3. Python
當前caffe 只支持Python2.7 和Python3.5 . 這裏官方的wiki文檔推薦你使用Anaconda來安裝python,安裝Anaconda並確保Anaconda的安裝程序已經幫你添加好了所有的環境變量。
3.編譯caffe
3.1 解壓caffe-windows,如下
備份scripts目錄下build_win.cmd文件,用文本編輯器打開build_win.cmd文件,修改配置文件
CPU_ONLY=1 無GPU
MSVC_VERSION=14 VS版本爲2015
WITH_NINJA=0 不適用NINJA
3.2. 生成sln文件
打開控制檯win+r ,將當前目錄調整到caffe-windows目錄下,運行 scripts\build_win.cmd 。
這個build_win.cmd會自動下載所需的依賴項並生成Visual Studio的sln文件。
3.3.用vs2015打開caffe-windows\build\Caffe.sln ,重新生成項目,即可完成caffe編譯。也有博客上介紹此處用自己重新cmake項目,生成sln工程,本人cmake失敗,暫時用現有的sln工程學習caffe。
結束語:
後續計劃基於caffe重新實現LeNet 以及AlexNet ,並用博客記錄DL上行走的足跡,希望早日成爲坑中鬥士一枚。