Windows安装caffe2 支持GPU和CPU

1. 使用 Windows10 64位操作系统（Windows7 64位也可以，8和8.1没测试）

2. 安装 en Visual Studio Professional 2015 Update3，并勾选C++/CLI support

  装英文版是为了不产生乱码
  Community版本应该也可以的，Professional非必须

3. 安装 python 2.7.13 64位

下载地址：https://www.python.org/downloads/
默认安装位置是C:\Python27
将 C:\Python27 和 C:\Python27\scripts 添加到环境变量

4. 安装 VCForPython27

下载地址：https://www.microsoft.com/en-us/download/details.aspx?id=44266

5. 安装 Cmake 3.9.6

下载地址：https://cmake.org/download/
默认安装会将 C:\Program Files\CMake\bin 添加到环境变量；如果没有，则手动添加

6. 安装 Git 2.15.0

下载地址： https://git-scm.com/download/win

7. 安装 cuda_9.0.176_win10 和 cudnn 7.0.4（ 如果不使用GPU，只使用CPU，那么可以跳过此步骤）

cuda需要到Nvidia官网下载，下载之前先注册Nvidia开发者账号，下载离线安装包，之后双击安装
打开cmd，输入 nvcc -V ，会出现 cuda 版本信息，说明 cuda 安装成功

cudnn是压缩包,无需安装，操作如下：
(1)、解压缩：会生成cuda/include、cuda/lib、cuda/bin三个目录；
(2)、分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU 
Computing Toolkit\CUDA\v9.0对应的include、lib、bin目录下即可。

8. 用pip安装Python依赖（必选 + 可选）

直接pip install 速度会很慢，会出现错误 The read operation timed out
解决方法：  使用国内的pip源

******************  注意： 这是必须要安装的  *******************
pip install future -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install hypothesis -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install protobuf -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install six -i https://pypi.tuna.tsinghua.edu.cn/simple

******************  注意： 这是非必须要安装的，建议安装  *******************
pip install flask -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install glog -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install graphviz -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple  会报错，解决方法见下面说明
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pydot python-nvd3 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple 会报错，解决方法见下面说明
pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install setuptools -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tornado -i https://pypi.tuna.tsinghua.edu.cn/simple

******************  pip install 错误的解决办法  *******************
执行pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple 报错的解决办法：
执行 pip install ipython==5.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple  搞定

执行 pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple  报错的解决办法：
到官网下载安装包 手动安装
  官网地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-image
  安装包名字：scikit_image-0.13.1-cp27-cp27m-win_amd64.whl
之后切换到安装包所在的路径，执行
  pip install scikit_image-0.13.1-cp27-cp27m-win_amd64.whl  搞定

9. 使用Git下载caffe2源码

执行 git clone --recursive https://github.com/caffe2/caffe2.git
如果下载路径为: D:\DeepLearning\caffe2, 则将该路径记为 CAFFE2_ROOT, 只是为了下文描述方便
不要直接下载.zip，这样会缺少third_party，编译通不过的

10. 修改 build_host_protoc.bat 并执行

用记事本打开CAFFE2_ROOT/scripts/build_host_protoc.bat
在文件首的 @echo off之下添加一行   set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"
之后就可以执行 build_host_protoc.bat，成功之后会出现提示信息： "protobuf built successfully"
在CAFFE2_ROOT目录下会出现 build_host_protoc 文件夹

11. 修改 build_windows.bat 并执行

用记事本打开CAFFE2_ROOT/scripts/build_windows.bat
在文件首的 @echo off之下添加
   set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"
   set USE_CUDA=ON  （如果只是使用CPU，不使用GPU，那么这行就不要添加）
将   -DBUILD_PYTHON=OFF^  改为   -DBUILD_PYTHON=ON^
之后就可以执行 build_windows.bat，成功之后会出现提示信息： "Caffe2 built successfully"
在CAFFE2_ROOT目录下会出现 build文件夹

如果没有成功，就继续往下看

12. 用VS打开CAFFE2_ROOT/build/Caffe2.sln,编译模式Release

12.1 错误1

"C:\demo\caffe2\build\ALL_BUILD.vcxproj" (default target) (1) ->
"C:\demo\caffe2\build\caffe2\caffe2_gpu.vcxproj" (default target) (7) ->
(CustomBuild target) ->
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(42): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]
  C:/demo/caffe2\caffe2/utils/GpuBitonicSort.cuh(44): error : expected an identifier [C:\demo\caffe2\build\caffe2\caffe
2_gpu.vcxproj]

    3324 Warning(s)
    12 Error(s)

Time Elapsed 00:46:09.45
"Caffe2 building failed"

解决办法：

打开CAFFE2_ROOT\caffe2\utils\GpuBitonicSort.cuh，注释掉所有的 static_assert 语句。

12.2 错误2

C:\demo\caffe2\caffe2\operators\conv_op_cudnn.cc(379): error C2121: '#': invalid character: possibly the result of a macro expansion
1>C:\demo\caffe2\caffe2\operators\conv_op_cudnn.cc(743): error C2121: '#': invalid character: possibly the result of a macro expansion

解决办法：

打开 CAFFE2_ROOT\\caffe2\operators\conv_op_cudnn.cc
注释掉
//#if CUDNN_VERSION_MIN(7,0,0)
//            M,
//#else
            M / group_,
//#endif
此文件中，一共4处这样的代码需要注释

这样 caffe2_gpu.lib 就能够编译出来了

12.3 错误3

4>caffe2_gpu.lib(fully_connected_op_gpu.obj) : error LNK2005: "bool __cdecl caffe2::fp16_type<struct caffe2::__f16>(void)" (??$fp16_type@U__f16@caffe2@@@caffe2@@YA_NXZ) already defined in caffe2.lib(types.obj)
3>caffe2_gpu.lib(fully_connected_op_gpu.obj) : error LNK2005: "bool __cdecl caffe2::fp16_type<struct caffe2::__f16>(void)" (??$fp16_type@U__f16@caffe2@@@caffe2@@YA_NXZ) already defined in caffe2.lib(types.obj)

解决办法：

注释掉 CAFFE2_ROOT\caffe2\core\types.cc 中的
// Helpers to avoid using typeinfo with -rtti
//template <>
//bool fp16_type<float16>() {
//  return true;
//}

12.4 错误4

caffe2_gpu.lib(caffe2_gpu_generated_boolean_mask_ops.cu.obj) : error LNK2001: unresolved external symbol cudaDeviceGetAttribute

解决办法：

右击出现错误的项目，
在 Properties-->Linker --> General --> Additional Library Directories 添加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

在 Properties-->Linker --> Input --> Additional Dependencies 添加
cudart.lib
cuda.lib
cufft.lib
cublas.lib
curand.lib
cudnn.lib
nvrtc.lib

12.5 错误5

编译： caffe2_pybind11_state caffe2_pybind11_state_gpu
错误： LINK : fatal error LNK1104: cannot open file 'python27.lib'

解决办法：

在 Properties-->Linker --> General --> Additional Library Directories 添加
C:\Python27\libs;

13. 安装Caffe2

右击 INSTALL 项目，build
完成之后会在 C:\Program Files 出现 Caffe2 文件夹
将 CAFFE2_ROOT\build\caffe2\python\Release 下的 
caffe2_pybind11_state.pyd 和 caffe2_pybind11_state_gpu.pyd 拷贝到 C:\Python27\DLLs
配置环境变量： PYTHONPATH = CAFFE2_ROOT\build 或者
PYTHONPATH = C:\Program Files\caffe2

14. 测试caffe2，跑mnist

在任意目录新建 test.py，代码如下

import numpy as np
import os
import shutil
from caffe2.python import core, cnn, net_drawer, workspace, visualize
core.GlobalInit(['caffe2', '--caffe2_log_level=0'])
caffe2_root = "~/caffe2"
print("Necessities imported!")

成功则出现如下信息：

Caffe2 build configuration:
  BLAS                      : Eigen
  BUILD_TYPE                : Release
  CXX_FLAGS                 : /DWIN32 /D_WINDOWS /W3 /GR /EHsc /MP /bigobj
  FORCE_FALLBACK_CUDA_MPI   :
  GIT_VERSION               :
  HAS_MKL_DNN               :
  HAS_MKL_SGEMM_PACK        :
  PERF_WITH_AVX             :
  PERF_WITH_AVX2            :
  UNIQUE_LONG_TYPEMETA      : 1
  USE_ACCELERATE            :
  USE_ATEN                  : OFF
  USE_CUDA                  : ON
  USE_EIGEN_FOR_BLAS        : 1
  USE_GFLAGS                : OFF
  USE_GLOG                  : OFF
  USE_GLOO                  :
  USE_LITE_PROTO            :
  USE_MKL                   :
  USE_MPI                   : OFF
  USE_NCCL                  : OFF
  USE_NNPACK                : OFF
  USE_NVTX                  :
  USE_OPENMP                : OFF
Necessities imported!

THE END

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • TensorFlow介绍与安装
    1. 介绍 首先让我们来看看TensorFlow！ 但是在我们开始之前，我们先来看看Python API中的Ten...
    JasonJe阅读 11,812评论 1赞 32
  • Theano 中文文档 0.9 - 5.3 Windows安装说明
    5.3 Windows安装说明 译者：Python 文档协作翻译小组，原文：Windows Installatio...
    布客飞龙阅读 1,770评论 0赞 4
  • 望月独悲
    风吹骨凉兮，仰首叹苍穹。 思念美人兮，月半照忧伤。 相见恨晚兮，默口皆不言。 去亦不留兮，心如利刀割。
    大桂圆Y阅读 1,674评论 0赞 1
  • 关于孩子（纪伯伦）
    你们的孩子， 都不是你们的孩子 乃是生命为自己所渴望的儿女。 他们是借你们而来， 却不是从你们而来 他们虽和你们同...
    观心客阅读 396评论 0赞 0