windows下安装caffe

最新推荐文章于 2025-06-08 09:05:59 发布

原创最新推荐文章于 2025-06-08 09:05:59 发布 · 396 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#caffe

caffe 专栏收录该内容

14 篇文章

订阅专栏

本文详细介绍了在Windows 8.1系统环境下，使用VS2013和Matlab2013b搭建Caffe深度学习框架的全过程。从安装必要的软件如CUDA、cuDNN到配置Python和Matlab支持，最后完成Caffe的编译。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实验环境win8.1 64 + vs2013+matlab2013b

实验装备：i7 6700 + gtx960

step1:首先更新显卡驱动，在gforce experience或者其他软件上。

step2.安装vs2013，最好包含up5，由于我没有更新up5，boost编程出现了优化器崩溃,当然window下的caffe是不需要自己手动安装boost的

step3.安装matlab2013b

step4：英伟达官网下载cuda_7.5并安装。到这里已经能用vs2013开发cuda程序了，可以自己实验一下，看看安装是否正确。

step5：英伟达官方下载cudnn。最新的cudnn在window下只支持win7和win10。思考良久，还是用win7的把，应该兼容才对。将下载好的cudnn解压，发现存在三个目录，对应着copy到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下面。如果更新也只需要重新拷贝一下。

step6：安装python2.7，然后还要安装numpy，关于numpy的安装还是下载exe文件把，简单粗暴。

step7：https://github.com/Microsoft/caffe 下载微软官方的caffe包。解压一下弄个caffe_root目录装一下。

step8：配置caffe文件。在caffe的window目录下找到CommonSettings.props.example，复制一下，重命名为CommonSetting.props。用vs打开，做如下修改：

        <CpuOnlyBuild>false</CpuOnlyBuild>
        <UseCuDNN>true</UseCuDNN>
        <CudaVersion>7.5</CudaVersion>
        <!-- NOTE: If Python support is enabled, PythonDir (below) needs to be
         set to the root of your Python installation. If your Python installation
         does not contain debug libraries, debug build will not work. -->
        <PythonSupport>true</PythonSupport>
        <!-- NOTE: If Matlab support is enabled, MatlabDir (below) needs to be
         set to the root of your Matlab installation. -->
        <MatlabSupport>true</MatlabSupport>
        <CudaDependencies></CudaDependencies>

当然既然使用了python和matlab就得配置路径，

 <PythonDir>D:\programing\python\</PythonDir>
        <LibraryPath>$(PythonDir)\libs;$(LibraryPath)</LibraryPath>
        <IncludePath>$(PythonDir)\include;$(IncludePath)</IncludePath>

 <MatlabDir>D:\programing\matlab2013b\</MatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)</LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(IncludePath)</IncludePath>

到这里也就差不多了。

step9：vs打开caffe.sln，先编译libcaffe，然后caffe，python和matcaffe。时间挺长的，耐心等待。

到此，环境搭建成功。