caffe windows10 vs2015 cuda8.0 ->vs2013

http://blog.csdn.net/xjz18298268521/article/details/52190184

http://www.cnblogs.com/xuanyuyt/p/5726926.html

http://m.blog.csdn.net/article/details?id=51355143

http://blog.csdn.net/u011185952/article/details/52577620

http://www.cnblogs.com/xiaoxiangding/p/6206389.html

(下面的包都有被人已经下载好传到网盘上的,下载成功率高些)

下载vs2015 配置c++工作环境vs2013

下载cuda8.0

下载cudnn

下载nuget相关的包(boost,opencv...)

下载winPython Anaconda python

以上博客中的下载链接:

nuget相关包:下载解压放到与caffe-master并列文件夹即可:链接:http://pan.baidu.com/s/1nuIJMp7 密码:1zgo

caffe的工程下载下来,里面默认的vs工程都是2013及以下的。

使用vs2015编译上的问题:

编译顺序要注意,先编译libcaffe,不然总说proto目录下的文件找不到;(编译工程的时候会自动生成的不用自己用命令生成)

运行库需要设置一下,不然总说链接库找不到;(虽然下载的是vs2013的库,但是只要设置正确了是可以成功链接的)

由于有太多包的版本遇到问题,最后还是将vs2015换成vs2013了,cuda又要在装一次,来配置2013中的cuda相关环境。

http://blog.csdn.net/sunboyiris/article/details/23736355

http://www.cnblogs.com/mothe123/p/5012094.html

http://blog.csdn.net/a_31415926/article/details/50532665

http://stackoverflow.com/questions/38860915/lnk2019-error-in-pycaffe-in-debug-mode-for-caffe-for-windows

https://github.com/happynear/caffe-windows/issues/54

重新配置vs开发环境:

执行devenv.exe /setup /resetuserdata /resetsettings

修改配置文件, 打开python接口支持,配置python路径(带python.exe的那个),修改python版本。

后面遇到的问题:

boost的lib很多版本问题,在2015里面链接失败,换回2013python的一个_d.lib库没有,通过修改pyconfig.h头文件解决

python接口pycaffe编译的时候提示一些python相关的外部符号没有定义,通过重装anaconda 版的python解决

时间: 2024-10-20 11:44:40

caffe windows10 vs2015 cuda8.0 ->vs2013的相关文章

CUDA8.0+VS2013的安装和配置

首先声明,本文借鉴自:http://blog.csdn.net/u011314529/article/details/51505029 所以,可参考链接的博文.但原文有个瑕疵就是,cublas.lib错写成了cudlas.lib. 其次,我还是记下我的CUDA8.0的安装和测试过程,是为备忘. 步骤如下: 1.下载安装CUDA: 1.1  下载.请到 cuda官网,选择合适的版本.如果版本不合适,安装的时候会提示的,但还是下载最新的比较好: 1.2  安装.双击cuda_7.5.18_win10

windows 10 64bit下安装Tensorflow+Keras+VS2015+CUDA8.0 GPU加速

原文地址:http://www.jianshu.com/p/c245d46d43f0 写在前面的话 2016年11月29日,Google Brain 工程师团队宣布在 TensorFlow 0.12 中加入初步的 Windows 支持.但是目前只支持64位,而且Python版本为3.5版本,需要CUDA 8.0 .之前Tensorflow对windows的支持并不好,导致如果需要使用它,需要转移到Linux平台,或者使用Cygwin什么的,总之挺麻烦,现在好了.麻烦事google帮我们解决了.感

win10 + gtx1060 + cuda8.0 + caffe + vs2013

1. 安装cuda8.0 1)先去官网下载cuda8.0  https://developer.nvidia.com/cuda-toolkit 2)下载完之后进行安装,安装时间有点长,请耐心等待,默认是安装在c盘目录下 安装完后会生成两个系统变量: CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 CUDA_PATH_V8_0 C:\Program Files\NVIDIA GPU Computing Toolki

VS2015 及VS2013 CUDA8.0 配置

因近期项目需要GPU加速,故对两台电脑上的 VS 配置了cuda8.0 总结如下: 1  官网下载和系统匹配的cuda 软件  https://developer.nvidia.com/cuda-downloads 2  直接使用默认选项安装  3 设置环境变量: 安装完毕后,在计算机上点右键,打开属性->高级系统设置->环境变量,可以看到系统中多了CUDA_PATH和CUDA_PATH_V8_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:  CUDA_SDK_PATH = C:\

caffe 在window下编译(windows7, cuda8.0,matlab接口编译)

1. 环境:Windows7,Cuda8.0,显卡GTX1080,Matlab2016a,VS2013   (ps:老板说服务器要装windows系统,没办法,又要折腾一番) 2.下载caffe 包:https://github.com/BVLC/caffe/tree/windows 按照Github上的命令行就行: 这里的Projects是自己在本地新建的文件夹,随便放在哪里,如果git没有安装的话,先安装git,百度git即可. 执行前3个命令之后,就把caffe包下载下来了. 在运行bui

ubuntu16.04+cuda8.0+cudnn5.0+caffe

ubuntu安装过程(硬盘安装)http://www.cnblogs.com/zhbzz2007/p/5493395.html"但是千万不要用麒麟版!!!比原版体验要差很多!!!"开关机的时候电脑最上面 有一行 提示 一晃即过,/dev/sda6: clean(未知,单没关系)http://blog.csdn.net/xuezhisdc/article/details/48649575(意义) 1.教程1http://blog.csdn.net/zwyjg/article/detail

ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置

经过几天的奋战终于配置好了如题所述的配置,现在把配置大体过程写下来供大家配置时参考(由于电脑硬件和系统的千差万别,实在不适合写详细的) (一切不声明配置环境的配置教程都是耍流氓) 环境: Inter集显 + gtx1070独显 ubuntu14.04LTS(ubuntu系统,若两个显卡驱动同时存在会起冲突,貌似关掉什么lightdm可以解决,我就不折腾了,安装好n卡驱动后我就在BIOS中关掉集显只用独显) cuda_8.0.61_375.26_linux.run   cudnn-8.0-linu

ubuntu16.04 安装配置matlab ,python ,cuda8.0,cudnn,opencv3.1的caffe环境

网络上有很多ubuntu上caffe配置环境的帖子,本人照着其中的许多进行了参考,都出现了或多或少的错误,很多地方也有差异. 于是自己整理了下自己的安装过程,成功进行了测试,跑通了faster-rcnn.配置环境时间为2017.1.4 系统ubuntu16.04 一:显卡驱动的安装: 由于要使用GPU,所以先要查看自己显卡所匹配的显卡驱动,网址:http://www.nvidia.com/Download/index.aspx%3Flang=en-us 选择电脑匹配的显卡驱动,本人电脑显卡为GT

Ubuntu 16.04系统下CUDA8.0配置Caffe教程

由于最近安装了Ubuntu 16.04,本文教程的特点是不需要降级gcc的版本,毕竟cuda8.0已经支持gcc5以上(默认不支持,实际支持). 本文是在参考caffe官网教程以及http://www.linuxidc.com/Linux/2015-07/120449.htm结合自己总结经验而来,对此表示感谢. Ubuntu 14.04安装Nvidia CUDA7.5并搭建Python Theano深度学习开发环境http://www.linuxidc.com/Linux/2015-09/123