Windows下用cmake编译Caffe并使用

最新推荐文章于 2024-06-04 16:04:34 发布

转载最新推荐文章于 2024-06-04 16:04:34 发布 · 2.8k 阅读

文章标签：

#人工智能 #git #c/c++

本文详细介绍了在Windows环境下，使用CMake编译Caffe并配置pycaffe的具体步骤。涵盖了环境搭建、依赖项下载、CUDA配置修改及常见问题解决，适合初学者及开发者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Windows下用cmake编译Caffe，配置pycaffe

2018年8月24日 23:35:41，2018-12-06 09:32:50(update)
by ChrisZZ

简要说明

直接git clone了caffe-BVLC然后checkout到windows分支，编译还是可能遇到问题。这里记录一下。

环境说明

系统： Windows10
编译器：Visual Studio 2013/2015
构建器：CMake 3.12
Caffe: BVLC官方Caffe的windows分支
Python: python2.7，用anaconda装的。注意python.exe所在目录放到系统PATH环境变量中
CUDA： 9.2 （可选）
CuDNN：7.0（可选）
终端： cmd窗口

具体步骤

1. 下载代码

进cmd敲：

d:
cd work
git clone https://github.com/BVLC/caffe caffe-BVLC
cd caffe-BVLC
git checkout -b windows origin/windows

2.改正配置

2.1 cuda配置

纯cpu编译的调过这一小节。
cmake/Cuda.cmake，第7行，去掉20和21的算力支持（否则新版cuda会报错），改成：

set(Caffe_known_gpu_archs "30 35 50 52 60 61")

cmake/Cuda.cmake，第40行左右，手动设定nvcc架构版本，例如我是1080Ti显卡，使用6.1:

set(__nvcc_out "6.1")

(为啥这里的自动获取计算能力版本有问题？大概是字符编码导致输出很多警告，警告信息影响了正确结果的获取)
(每个Nvidia显卡型号对应的compute ability表见：https://blog.youkuaiyun.com/real_myth/article/details/44308169)

2.2 下载依赖项

为了避免cmake下载遭遇网络问题，以及修改配置项的方便，根据scripts/download_prebuilt_dependencies.py手动下载依赖文件：
(如果你网路还可以，那么忽略这一小节，脚本会自动下载）

WIN_DEPENDENCIES_URLS = {
    ('v120', '2.7'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v120_x64_py27_1.1.0.tar.bz2",
                  "ba833d86d19b162a04d68b09b06df5e0dad947d4"),
    ('v140', '2.7'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v140_x64_py27_1.1.0.tar.bz2",
                  "17eecb095bd3b0774a87a38624a77ce35e497cd2"),
    ('v140', '3.5'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v140_x64_py35_1.1.0.tar.bz2",
                  "f060403fd1a7448d866d27c0e5b7dced39c0a607"),
}

下载后的压缩包放到C:\Users\chris.caffe\dependencies\download\目录下，然后解压到download的同级目录

2.3 再次修改cuda相关配置

接下来，如果你要用cuda编译，那么一定要修改C:\Users\chris.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\include\boost-1_61\boost\config\compiler\nvcc.hpp：注释掉最后三行：

#if !defined(__CUDACC_VER__) || (__CUDACC_VER__ < 70500)
#   define BOOST_NO_CXX11_VARIADIC_TEMPLATES
#endif

（原因：cuda7.5以后，__CUDACC_VER__被废除，应当使用__CUDACC_VER_MAJOR_和__CUDACC_VER_MINOR__等，参考https://github.com/BVLC/caffe/issues/5994、https://blog.youkuaiyun.com/qq_37817177/article/details/80604294）。

2.4 开始编译

回到刚才的cmd，继续敲（#后面是注释，不用敲进去）

set PATH=%PATH%;C:\Windows\Microsoft.NET\Framework\v4.0.30319  #临时添加MSBuild.exe的路径
set MSVC_VERSION=12 #12对应到我用的vs2013.  build_win.cmd中默认为vs2015，也就是13
set WITH_NINJA=0  # 不使用ninja，用visual studio。因为编译中间出了问题在vs里面好查看。
# set CPU_ONLY=1  # 如果没有GPU，或者就是想编译CPU版本，则开启
set RUN_INSTALL=1 #安装。默认走的非appveyor分支，RUN_INSTALL为0，这不是坑人么。

.\scripts\build_win.cmd # 前面我写明的修改项都完成后，本行会顺利执行。

编译期间出现“锟斤拷”的乱码可以忽略，最后：
成功编译

成功编译和安装

build_win.cmd脚本中的设定，默认编译的是release模式的。修改脚本，或者干脆打开cmake生成的build/Caffe.sln工程来编译debug版本。

2.5 配置pycaffe

因为目前不搞训练了，系统上只装一个caffe版本，不存在多个版本冲突问题。那么就方便点，把build/install/python/caffe文件夹，拷贝到D:\soft\Anaconda2\Lib下。

以后再开VSCode时，import caffe再也不会报红了。

3 使用caffe.lib

比如不想在原始的caffe工程中添加自己的代码，这样保持了caffe自身代码不变，只要在自己的使用了caffe库的工程中正确设定，就独立的开发自己的代码了。

假设自己的这个工程也是基于cmake构建，最关键的一点是，正确配置了前面编译的caffe的依赖项，而不是自己再去重新配一遍..

set(CAFFE_DEPENDENCIES_DIR "C:/Users/Administrator/.caffe/dependencies/libraries_v120_x64_py27_1.1.0")
include(${CAFFE_DEPENDENCIES_DIR}/libraries/caffe-builder-config.cmake)

完整的例子见：
https://github.com/zchrissirhcz/toolbox/tree/master/cmake_examples/caffe_cpp_play_better

值得注意的是：前面编译出来的caffe-BVLC的，其构建类型要与自己的工程一致，也就是debug搭配debug，release搭配release。我这里实验发现debug模式下个别库名字不对，缺少“d”或者"-d"，在Visual Studio里手动改一下就可以了。