WIN10 + cuda9.1 + cudnn7.0.5 + caffe入坑总结回顾

毕业设计入坑表情识别做如下总结

1cuda

1.1下载cuda

cuda9.1下载传送门

1.2 添加环境变量

cuda 安装好后，需检查系统环境变量。若没有，则要手动添加。

2 cudnn

2.1 下载cudnn

由于cudnn下载页面维护，附百度网盘下载地址。

cudnn下载传送门（该cundnn对应cuda9.1版本）

这里给出一张cudnn与cuda版本匹配的图

2.2 部署cudnn

下载解压缩后，将文件夹下cndnn64_7.dll  cudnn.h  cudnn.lib分别复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\lib\x64

注意：cudnn需要与cuda版本相对应。

3 caffe

3.1 下载caffe

微软caffe传送门（由于是在WIN10下安装caffe，因此使用微软的caffe可以节约不少时间）

3.2 编译caffe

下载完成后，解压caffe【解压目录中最好不要有中文目录】

编译工具为VisualStudio2013【VS2013亲测可用，其余版本VS需考虑兼容性】

3.2.1 配置项目属性

1）caffe-master/windows下  CommonSettings.props.example 文件复制一份重命名为CommonSettings.props

2）打开caffe工程（caffe-master/windows/caffe.sln）

打开时会自动安装VS的一些扩展套件【也有可能是其他依赖项，需耐心等待】

将CommonSettings.props中caffe版本改为9.1

3）为caffe libcaffe 添加cuda的项目属性表

将该目录下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\extras\visual_studio_integration\MSBuildExtensions

项目属性表分别添加到工程caffe libcafe

4）设置编译器不讲警告视为错误。

5）先仅编译生成  libcaffe  时会报错   error: too few arguments in function call，进而导致后面124个错误。

双击查看报错函数   cudnnSetConvolution2dDescriptor，在参数列表末尾补充一个参数 CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可。

6）编译生成  caffe 至此整个环境配置完成。

下一篇将回顾总结利用caffe跑example中cifar10时遇到的坑。