前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Caffe for Windows 配置与测试

Caffe for Windows 配置与测试

作者头像
Gaussic
发布2018-08-17 15:28:38
6830
发布2018-08-17 15:28:38
举报
文章被收录于专栏:GaussicGaussic

Caffe for Windows的配置与测试

转载请注明出处:http://my.oschina.net/gaussik/blog/600368


参照github上happynear的caffe-windows项目,将Caffe for Windows配置成功,并且测试了其转换好的mnist数据库,不论是速度还是结果上,效果都相当好。现总结一下配置方法。

实验环境

  • 操作系统:Windows 10 Professional
  • CPU:Intel Core i5-4590
  • GPU:Nvidia GeForce GTX 970
  • Microsoft Visual Studio 2013
  • CUDA 7.5

软件安装

首先需要安装Visual Studio 2013。

然后再安装CUDA 7.5。注意先后顺序。

配置

下载整个的caffe-windows项目,解压缩到所需目录下,例如本文中 D:\caffe。

下载作者制作的三方库并解压缩到项目的3rdparty目录。解压好后,将3rdparty/bin文件夹加入到环境变量PATH中,这样程序才能找到这些三方dll。、

编译

  1. 双击./src/caffe/proto/extractproto.bat批处理文件来生成caffe.pb.h和caffe.pb.cc两个c++文件,和caffepb2.py这个python使用的文件。
  2. 打开./buildVS2013/MainBuilder.sln,打开之后切换编译模式至Release X64模式。
  3. 修改设置中的compute capability(caffelib --> 属性 --> CUDA C/C++ --> Device --> Code Generation)

GPU

Computer Capability

GTX660, 680, 760, 770

compute_30,sm_30

GTX780, Titan Z, Titan Black, K20, K40

compute_35,sm_35

GTX960, 970, 980, Titan X

compute_52,sm_52

你可以在https://en.wikipedia.org/wiki/CUDA上查看你的GPU所对应的Computer Capability。

点击工具栏绿色箭头进行编译,需要一定时间。

测试

下载作者已经转换好的MNIST的leveldb数据文件,解压到./examples/mnist文件夹中,然后运行根目录下的run_mnist.bat即可开始训练,日志会保存在./log文件夹中。可看到,迭代10000次,准确率达到了0.9925。


若有更新,请到文中所给链接处实时查看。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2016/01/10 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Caffe for Windows的配置与测试
    • 实验环境
      • 软件安装
        • 配置
          • 编译
            • 测试
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档