linux网站开发,做购物网站能否生存,东莞网站设计效果,网站做视频网站一、环境说明
也是安装顺序。特别强调的是除VS2015以外#xff0c;其他软件的安装路径都最好不要包含空格。 1、Windows 64位系统。 2、Visual Studio 2015(VS2015, 对应VC14)。 3、Matlab 2017a。Matlab的版本倒不是很重要#xff0c;只要支持Matlab 2015a之后的版本都应该…一、环境说明
也是安装顺序。特别强调的是除VS2015以外其他软件的安装路径都最好不要包含空格。 1、Windows 64位系统。 2、Visual Studio 2015(VS2015, 对应VC14)。 3、Matlab 2017a。Matlab的版本倒不是很重要只要支持Matlab 2015a之后的版本都应该支持。所以如果安装了其他版本的Matlab可以先不用安装2017a。安装完之后要把其中的bin目录和runtime\bin目录加入环境变量Path。
D:\Program Files\MATLAB\R2017a\bin
D:\Program Files\MATLAB\R2017a\runtime\win644、CMake 3.14。安装时要选择将CMake添加到环境变量Path然后下面的路径就会自动添加到环境变量Path。
C:\Program Files\CMake\bin5、Miniconda2的Python2.7版本。安装的时候记得勾选add anaconda to environment path。然后下面的路径就会自动添加到环境变量Path。安装完conda之后记得把conda的源换成国内的源否则下载库会特别慢。
D:\Libs\MiniConda
D:\Libs\MiniConda\Library\mingw-w64\bin
D:\Libs\MiniConda\Library\usr\bin
D:\Libs\MiniConda\Library\bin
D:\Libs\MiniConda\Scripts安装完成后打开命令行输入cmake和python --version检查cmake是否工作以及python版本是否正确。如果Python的版本不是2.7请在环境变量中删除其他Python版本的路径。
二、编译Caffe-Windows
1、下载资源
Caffe-Windows 打开https://github.com/BVLC/caffe/tree/windows下载源码可直接点击下载。libraries_v140_x64_py27_1.1.0.tar.bz2 这个是caffe要依赖的库点击下载。v140对应VS2015x64对应系统架构py27对应python版本。下载完成之后打开libraries_v140_x64_py27_1.1.0.tar.bz2所在目录按住Shift键右键单击空白处然后选择“在此处打开powershell窗口”打开命令行执行下面的命令
cmd
md %USERPROFILE%\.caffe\dependencies\download
copy libraries_v140_x64_py27_1.1.0.tar.bz2 %USERPROFILE%\.caffe\dependencies\download执行上面的命令就是把libraries_v140_x64_py27_1.1.0.tar.bz2复制到%USERPROFILE%\.caffe\dependencies\download这个目录里面去。%USERPROFILE%是当前用户的目录。可在命令行中使用echo %USERPROFILE%来查看。
2、编辑CMakeLiss.txt
解压caffe-windows打开caffe-windows\CMakeLiss.txt在
# ---[ Caffe project
project(Caffe C CXX)之前加入如下几行
# ---[Install directory: D:\Libs\Caffe
set(CMAKE_INSTALL_PREFIX D:/Libs/Caffe)# ---[Set Matlab_DIR
set(Matlab_DIR D:/Program Files/MATLAB/R2017a)CMAKE_INSTALL_PREFIX 指定Caffe的安装路径Matlab_DIR 指定Matlab的根目录。
打开caffe-windows\cmake\Utils.cmake把357行的
message(FATAL_ERROR Logic error. Need to update cmake script)改为
# message(FATAL_ERROR Logic error. Need to update cmake script)3、编辑build_win.cmd
打开caffe-windows\scripts\build_win.cmd如下就是编译选项部分
:: Default values
if DEFINED APPVEYOR (echo Setting Appveyor defaultsif NOT DEFINED MSVC_VERSION set MSVC_VERSION14...在if DEFINED APPVEYOR之前添加如下几行
:: Default values
set WITH_NINJA0
set BUILD_MATLAB1
set CPU_ONLY1
set PYTHON_VERSION2
set BUILD_PYTHON_LAYER1
if DEFINED APPVEYOR (echo Setting Appveyor defaultsif NOT DEFINED MSVC_VERSION set MSVC_VERSION14if NOT DEFINED WITH_NINJA set WITH_NINJA0...WITH_NINJA不使用NINJA编译BUILD_MATLAB编译Matlab模块CPU_ONLY不适用CUDA加速PYTHON_VERSION指定python版本。BUILD_PYTHON_LAYER编译pycaffe模块。
然后设置conda的安装目录把
:: Set python 2.7 with conda as the default pythonif !PYTHON_VERSION! EQU 2 (set CONDA_ROOTC:\Miniconda-x64)修改为
:: Set python 2.7 with conda as the default pythonif !PYTHON_VERSION! EQU 2 (set CONDA_ROOTD:\Libs\MiniConda)D:\Libs\MiniConda是Conda的安装路径。
然后在
if ERRORLEVEL 1 (echo ERROR: Configure failedexit /b 1
)后面添加一行
if ERRORLEVEL 1 (echo ERROR: Configure failedexit /b 1
)exit /b 1:: Lint
...exit /b 1是退出cmd的命令添加这行的目的是观察cmake的结果。
4、执行build_win.cmd
安装pycaffe的依赖
conda install --yes pip
pip install ninja numpy scipy protobuf3.1.0 six scikit-image pyyaml pydotplus graphviz在执行这一步之前建议先把conda的源换成国内的源。
进入caffe-windows\scripts目录空白处按住shift点鼠标右键然后打开powershell输入
cmd
build_win.cmd
build_win.cmd对build_win.cmd就是要执行两遍因为第一遍的安装目录不正确。输出类似为我把需要相同的部分标记出来 #后面就是我的注释
......
# 需要找到Matlab
-- Found Matlab: D:/Program Files/MATLAB/R2017a/extern/include (found version 9.2) found components: MAIN_PROGRAM MX_LIBRARY
-- Found Git: C:/Program Files/Git/cmd/git.exe (found version 2.19.1.windows.1)
--
-- ******************* Caffe Configuration Summary *******************
-- General:
-- Version : 1.0.0
-- Git : unknown
-- System : Windows
-- C compiler : C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe
-- Release CXX flags : /MD /O2 /Ob2 /DNDEBUG /DWIN32 /D_WINDOWS /W3 /GR /EHsc
-- Debug CXX flags : /MDd /Zi /Ob0 /Od /RTC1 /DWIN32 /D_WINDOWS /W3 /GR /EHsc
-- Build type : Release # Release模式
--
-- BUILD_SHARED_LIBS : 0 # 需要相同
-- BUILD_python : 1 # 需要相同
-- BUILD_matlab : 1 # 需要相同
-- BUILD_docs :
-- CPU_ONLY : 1 # 需要相同
-- USE_OPENCV : ON # 需要相同
-- USE_LEVELDB : ON # 需要相同
-- USE_LMDB : ON # 需要相同
-- USE_NCCL : 0 # 需要相同
-- ALLOW_LMDB_NOLOCK : OFF # 需要相同
--
-- Dependencies:
-- BLAS : Yes (Open) # 需要相同
-- Boost : Yes (ver. 1.61) # 需要相同
-- glog : Yes # 需要相同
-- gflags : Yes # 需要相同
-- protobuf : Yes (ver. 3.1.0) # 需要相同
-- lmdb : Yes (ver. 0.9.70) # 需要相同
-- LevelDB : Yes (ver. 1.18) # 需要相同
-- Snappy : Yes (ver. 1.1.1) # 需要相同
-- OpenCV : Yes (ver. 3.1.0) # 需要相同
-- CUDA : No # 需要相同
--
-- Python: # 这里需要找到Python
-- Interpreter : D:/Libs/MiniConda/python.exe (ver. 2.7.15)
-- Libraries : D:/Libs/MiniConda/libs/python27.lib (ver 2.7.15)
-- NumPy : D:/Libs/MiniConda/lib/site-packages/numpy/core/include (ver 1.13.1)
--
-- Matlab:
-- Matlab : Yes (, # 需要找到Matlab
-- Octave : No
--
-- Install:
-- Install path : D:/Libs/Caffe # 需要相同
--
-- Configuring done
-- Generating done
......得到上面的结果之后删除在build_win.cmd添加的那行exit /b 1然后重新执行build_win.cmd开始编译依赖库。编译完成后把下面的几条加入环境变量Path。
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\bin
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\lib
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\bin
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\lib
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\staticlib5、编译Caffe
打开caffe-windows\script\Caffe.sln使用VS2015打开。把编译模式切换为Release模式然后右键单击INSTALL子项目右键单击选择“生成”然后就开始编译Caffe了编译完会自动安装到D:\Libs\Caffe。 编译完成后把D:\Libs\Caffe里面的bin、lib、matlabcaffe\private和matlabcaffe\private\Release加入到环境变量Path。下面是我添加的环境变量
D:\Libs\Caffe\bin
D:\Libs\Caffe\lib
D:\Libs\Caffe\matlab\caffe\private
D:\Libs\Caffe\matlab\caffe\private\Release至此caffe编译完成。
三、使用Caffe
1、Matlab
在.m文件的最前面加入如下代码
PATH_TO_CAFFE_MATLABD:/Libs/Caffe/matlab/;
addpath(genpath(PATH_TO_CAFFE_MATLAB));PATH_TO_CAFFE_MATLAB是前面install的安装路径。添加上面的代码之后Matlab就能找到Caffe。还有最关键的一步是把D:\Libs\Caffe\matlabcaffe\private\Release\caffe_.mexw64复制到和.m文件同一级目录下否则会出现如下错误 在matlab中使用caffe接口 经过编译后会生成build文件夹。在网上看的教程大多是在caffe的根目录下生成不过我的是在script/目录下即build_cmd同目录下生成的。经过删掉重新生成后还是在script下考虑到build里的很多设置是相对路径就不动了。 在matlab中添加路径 里面添加caffe的matlab接口路径 现在应该可以使用了调整matlab当前路径为caffe/matlab/demo/文件夹下有claasification_demo.m文件可以进行测试如果无错即配置完成。 Caffe 深度学习框架是支持 opencl gpu 计算加速的为了在 msys2/mingw 环境下可以工作我做了少量修改 https://github.com/zhujiang73/caffe-windows-opencl 下图是基于 OpenCL Caffe 做的画框识图我只有一块入门级小显卡 GPU 版程序的图像识别速度是 CPU 版的三倍左右. 综合考虑开发效率运行速度和可移植性选择 msys2/mingw 作为开发环境caffe 代码的可移植性很好稍加修改就能在 mingw 环境下编译。 msys2集成了unix 风格的shell 环境和 mingw 编译工具可以在windows 下写 gcc 风格的程序, 结合msys2/mingw 版的emacs 就是一个很好的开发环境。 http://msys2.github.io/ 这两天刚搞好 caffe 的 python 接口虽然我认为 msys2/mingw 比较好用但是目前大多数软件在 windows 下会优先考虑 msvc 可移植由于mingw 是 gcc 但不是unix 是 win 但不是msvc 比较小众所以很多软件在 mingw 下需要做些修改才能编译我把修改过的 caffe msys2/mingw 版放在https://github.com/zhujiang73/caffe-windows-opencl 支持 opencl gpu 加速支持 python 接口算是比较完整了。caffe 这个“深度学习工具”虽然比较老但是比较适合机器视觉任务我目前只实验了cnn 等比较经典的算法下一步该实验 rcnn 等改进算法了caffe 的缺点是框架不太灵活可能需要定制一些模块才能实现新算法。
