VS2013+caffe（微软分支版）+GPU（GTX1050）开发环境配置

直接上干货吧。

笔记本配置：Lenovo拯救者R720，8G，128G+1T,GTX1050

1.安装CUDA8.0【需要的朋友私信我，百度云盘分享】

下载软件后就可以开始安装了，由于本子默认显卡驱动高于CUDA8.0中的版本，所以会出现以下不兼容提示

                     

此时，点击继续即可，注意：在后面的【选项】中，需要选择“自定义”而不是“精简”，在“自定义安装”中只选择CUDA（第一个），把后面两项的复选框去掉。然后继续就行了，直到安装结束。

在cmd中输入命令：nvcc -V，控制台输出：

代表CUDA安装成功。

2.安装cudnn8.0  下载地址

解压后会有三个文件夹

分别将文件夹中的文件复制到CUDA安装目录对应的同名文件夹下，我这里是

稳妥起见测试一下CuDNN的安装情况，这里直接搬运一个简单的方法：

添加新项目——NVIDA——CUDA 8.0，VS2013将能够生成一个默认的CUDA项目，如能成功运行意味着CUDA安装成功。

将kernel.cu中的代码全部替换成，并将cudnn.lib添加到附加依赖项中，

#include <iostream>
#include <cuda_runtime.h>
#include <cudnn.h>
using namespace std;

void main(){
    cudnnHandle_t handle;
    cudnnStatus_t t = cudnnCreate(&handle);
    cout << cudnnGetErrorString(t);
    getchar();
}

运行之，如能显示CUDNN_STATUS_SUCCESS则说明CuDNN安装正常。

3.安装caffe 【下载地址：https://github.com/microsoft/caffe】

下载解压后，会有一个caffe-master/windows文件夹，拷贝一份CommonSettings.props.example并重命名为CommonSettings.props，按照如下修改其中的内容：

修改该配置文件下的CUDA版本和显卡的计算能力（从官网找到自己型号的显卡并进行查找），比如我的显卡计算能力为6.1就写为61，务必正确设置。

注：在配置文件的时候，PythonSupport、MatlabSupport项目默认是false，也就是说如想使用Caffe的Python接口，需要将其设为true。

接着，用VS2013打开caffe.sln文件，右键【解决方案‘caffe’（16个项目）】->生成所有方案（Nuget会自动下载依赖项）

不出意外会出现一些错误，例如提示：无法打开libcaffe.lib等错误，但是不要紧，继续后面的，

右键libcaffe项目【生成】，生成过程中，我这里遇到两种error：

①error MSB4062: 未能从程序集 E:\NugetPackages\OpenCV.2.4.10\......

解决方法：关闭VS2013，然后以管理员身份再次打开VS2013，重新生成libcaffe项目

②

解决方法：

选中Caffe解决方案下的所有项目（共16个），右键点击“属性”，配置属性——C/C++——常规，把“将警告视为错误”选项设为“否”。

解决以上问题后，libcaffe编译成功。

libcaffe编译成功后，右键【解决方案‘caffe’（16个项目）】->生成所有方案

设置属性

4.测试caffe是否安装成功

运行caffe.cpp，按ctrl+F5进行编译

如果出现：

表示caffe成功安装。

5.Minst测试

按照 https://blog.youkuaiyun.com/qq_14845119/article/details/52415090 后半篇的内容进行mnist测试。

在这里，我用的是GPU跑的，故没有做

这一步工作，其他的都是按照这篇博客来做的。

下面贴一张用GPU训练Mnist的图：

紧接着准备做一个kaggle比赛，帮助熟悉caffe的整个使用流程，届时会整理几篇blog分享给大家。