windows7+caffe(CPU)+Anaconda2 配置

本文详细记录了在Windows环境下,不依赖GPU的情况下,使用Anaconda2、VS2013及特定版本的Caffe进行深度学习框架配置的过程。文章提供了具体步骤和关键博客链接,帮助读者顺利完成Caffe的安装。
部署运行你感兴趣的模型镜像

记录一下学习深度学习框架caffe的Windows安装,电脑上没有GPU所以先装个CPU版本的Caffe跑跑小demo,过段时间看需要可以试试服务器。

具体的配置如下:

1)Anaconda2(注意一定是python2版本的要不然配置的时候总是出错),这个去官网上下就好了;

2)下载caffe-master:https://github.com/Microsoft/caffe

3)VS2013(一定要是2013版本,我第一次使用2015版本就出现各种错误);

然后主要参考的博客有:https://blog.youkuaiyun.com/kele_imon/article/details/78809492,根据这个博客就基本可以完成了。

最后要在Anaconda2中import caffe成功需要注意:https://blog.youkuaiyun.com/qq_38731633/article/details/78173527博客中的第三部分,不出意外的话CPU版本的caffe就可以配置好了。

没有GPU真是伤啊。。。到时候试试云服务器吧。。。

 

 

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

<think>好的,我需要帮助用户在Windows系统上搭建基于Caffe和Python的R-FCN环境,仅支持CPU配置。首先,我要回顾一下用户提供的引用内容,看看有没有相关的信息可以利用。 引用[3]提到在默认配置下编译得到的是CPU版本,并提到如果需要GPU版本需要调整Makefile中的开关,但用户只需要CPU,所以可能可以参考这个步骤。不过引用[3]是关于Darknet的,而用户需要的是Caffe,可能需要类似的配置方法。 接下来,我需要整理搭建R-FCN环境的一般步骤。通常,这包括安装依赖项、安装Caffe配置Python接口、获取R-FCN源码以及安装相关库如pycaffe等。由于用户指定使用Windows系统,我需要考虑WindowsCaffe的安装方法,这可能比较复杂,因为Caffe官方对Windows的支持不如Linux,但可能有第三方解决方案。 根据经验,Windows下安装Caffe可能需要使用预编译的版本或者使用CMake进行构建。用户需要CPU版本,所以不需要CUDA和cuDNN,这可以简化步骤。Python方面,需要确保Python环境与Caffe兼容,可能需要使用特定版本的Python,比如Python 2.7或3.5,因为Caffe的Python接口可能对版本有要求。 接下来,参考用户提供的引用,特别是引用[3]提到的编译配置,可能需要修改Caffe的Makefile或CMakeLists.txt来禁用GPU支持,并确保所有依赖库正确安装。此外,用户提到使用Python,因此需要确保pycaffe模块正确编译和安装。 可能的步骤: 1. 安装依赖项,如CMake、Git、Python、必要的库(如Boost、OpenCV等)。 2. 克隆CaffeWindows分支,如微软的caffe-windows。 3. 配置CMake,禁用GPU相关选项,设置Python路径。 4. 使用CMake生成解决方案,用Visual Studio编译。 5. 编译成功后,安装pycaffe,设置Python环境变量。 6. 获取R-FCN的代码,配置相关路径,确保Caffe路径正确。 7. 测试安装,运行demo或示例脚本。 需要注意的问题包括:依赖库的版本兼容性,Python路径的正确配置,以及可能遇到的编译错误。例如,Boost库的版本是否匹配,OpenCV是否安装正确,还有可能需要安装Windows的SDK和工具集。 此外,用户可能需要安装R-FCN所需的额外依赖,如cython、easydict等Python包,可以通过pip安装。在编译Caffe时,可能需要修改配置文件,如设置CPU_ONLY := 1,类似于Darknet的Makefile配置。 最后,验证安装是否成功,可以尝试导入caffe模块,并运行R-FCN的测试脚本,确保没有导入错误或运行时错误。可能需要调整环境变量,如将Caffe的Python目录添加到PYTHONPATH中。 总结起来,步骤大致是安装依赖、编译CaffeCPU版)、配置Python接口、安装R-FCN及所需库,最后测试环境。需要详细指导用户每一步的具体操作,尤其是针对Windows系统的注意事项。</think>以下是Windows系统中基于Caffe和Python搭建R-FCN环境(仅CPU配置)的详细步骤: --- ### 一、环境准备 1. **安装Visual Studio 2015/2017** 需安装C++编译工具集,勾选"使用C++的桌面开发"组件[^3]。 2. **安装Python 2.7/3.5** 建议通过Anaconda创建独立环境: ```bash conda create -n rfcn python=3.5 conda activate rfcn ``` 3. **安装依赖库** 使用pip安装基础包: ```bash pip install numpy scipy matplotlib opencv-python cython easydict ``` --- ### 二、编译CaffeCPU版本) 1. **获取WindowsCaffe** 下载微软维护的Caffe分支: ```bash git clone https://github.com/Microsoft/caffe.git cd caffe ``` 2. **修改配置文件** 复制`scripts/build_win.cmd`为`build_win_cpu.cmd`,编辑以下参数: ```cmd set CPU_ONLY=1 # 禁用GPU支持 set WITH_NINJA=0 # 关闭Ninja生成器 set PYTHON_VERSION=3 # 指定Python版本 ``` 3. **执行编译脚本** 运行修改后的脚本: ```cmd build_win_cpu.cmd ``` 编译完成后,生成的`caffe.exe`位于`build`目录,Python接口在`python/caffe`目录。 --- ### 三、配置R-FCN环境 1. **克隆R-FCN源码** ```bash git clone --recursive https://github.com/YuwenXiong/py-R-FCN cd py-R-FCN ``` 2. **链接Caffe到项目** 创建软链接或复制文件: ```bash mklink /J lib\caffe caffe\build # Windows软链接 copy caffe\python\caffe lib\caffe\python # 若软链接失败 ``` 3. **设置环境变量** 添加Caffe路径到系统变量: ```cmd set PYTHONPATH=%PYTHONPATH%;C:\path\to\caffe\python ``` --- ### 四、验证安装 1. **测试Caffe** Python中执行: ```python import caffe print(caffe.__version__) # 应输出编译版本号 ``` 2. **运行R-FCN Demo** 执行预训练模型测试: ```bash python tools/demo.py --cpu # 强制使用CPU模式 ``` --- ### 五、常见问题 - **编译错误**:检查Boost、OpenCV路径是否配置正确,确保VS工具链版本匹配。 - **Python导入失败**:确认`PYTHONPATH`包含Caffe的`python`目录。 - **数据加载慢**:参考引用[1]优化数据预处理逻辑,如使用内存映射文件。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值