之前在 http://blog.csdn.net/fengbingchun/article/details/50987353?中介紹過(guò)在Windows7上搭建Caffe開(kāi)發(fā)環(huán)境的操作步驟，那時(shí)caffe的項(xiàng)目是和其它依賴(lài)項(xiàng)目分開(kāi)的，每次換新的PC機(jī)時(shí)再次重新配置搭建還是很不方便，而且caffe的版本較老，本次經(jīng)過(guò)多次修改調(diào)整，將所有的項(xiàng)目除OpenCV和Boost外都放在一個(gè)工程里了，而且caffe更新到了最新，現(xiàn)在從GitHub上直接clone下來(lái)后直接進(jìn)行編譯即可，非常方便，對(duì)初步接觸Caffe的來(lái)說(shuō)，應(yīng)該是有些幫助的，下面就說(shuō)下進(jìn)行快速搭建的操作步驟：

1．? OpenCV：

從 https://github.com/opencv/opencv/releases ?下載2.4.13，解壓縮到D:\soft\OpenCV2.4.13，將動(dòng)態(tài)庫(kù)路徑D:\soft\OpenCV2.4.13\opencv\build\x64\vc12\bin添加到系統(tǒng)環(huán)境變量中，如下圖紅框所示：

2．? Boost：

從 http://www.boost.org/users/history/version_1_58_0.html?下載1.58.0，雙擊進(jìn)行安裝，安裝到D:\ProgramFiles\local目錄下，將D:\ProgramFiles\local\boost_1_58_0\lib64-msvc-12.0加入到系統(tǒng)環(huán)境變量中，如上圖紅框所示；

3．? Caffe_Test：

從 ?https://github.com/fengbingchun/Caffe_Test clone或DownLoad Caffe_Test工程(Note：master分支，old分支是之前舊版本caffe)到E:\GitCode目錄下，clone后的結(jié)果如下圖所示：

雙擊打開(kāi)prj/x86_x64_vc12/Caffe目錄下的Caffe.sln，結(jié)果如下圖所示：

此工程下一共包含了19個(gè)項(xiàng)目：

(1)、依賴(lài)項(xiàng)目包括gflags、hdf5、leveldb、glog、openblas、protobuf、lmdb、snappy，這些項(xiàng)目都包含對(duì)相應(yīng)依賴(lài)庫(kù)源代碼進(jìn)行編譯生成相應(yīng)的庫(kù)；

(2)、ThirdPartyLibrary_Test項(xiàng)目，用于測(cè)試生成各個(gè)依賴(lài)庫(kù)的正確性及各個(gè)依賴(lài)庫(kù)的使用；

(3)、libcaffe項(xiàng)目，用于生成caffe靜態(tài)庫(kù)；

(4)、Caffe_Test項(xiàng)目，用于測(cè)試caffe庫(kù)的正確性及對(duì)Caffe應(yīng)用的測(cè)試code；

(5)、libcaffe_gpu項(xiàng)目，用于生成基于GPU的caffe靜態(tài)庫(kù)，默認(rèn)CUDA版本是8.0；

(6)、Caffe_GPU_Test項(xiàng)目，用于測(cè)試caffe_gpu庫(kù)的正確性及對(duì)Caffe應(yīng)用的測(cè)試code，此項(xiàng)目的code和Caffe_Test的code是同一套。

各目錄說(shuō)明：

(1)、demo目錄存放測(cè)試code，ThirdParthLibrary_Test子目錄下存放各個(gè)依賴(lài)庫(kù)的簡(jiǎn)單測(cè)試代碼，為了對(duì)各個(gè)依賴(lài)庫(kù)的使用有更一步的了解，后續(xù)會(huì)加入更多的測(cè)試代碼，此目錄文件如下圖所示：

Caffe_Test子目錄存放對(duì)Caffe使用的測(cè)試代碼，funset.cpp中存放對(duì)Caffe中一些重要頭文件使用的測(cè)試代碼，mnist.cpp中存放通過(guò)對(duì)MNIST數(shù)據(jù)集進(jìn)行訓(xùn)練產(chǎn)生的model，以用來(lái)進(jìn)行手寫(xiě)數(shù)字識(shí)別的測(cè)試代碼，后續(xù)會(huì)加入更多的Caffe應(yīng)用，如通過(guò)cifar10數(shù)據(jù)集，對(duì)物體進(jìn)行分類(lèi)等測(cè)試代碼，此目錄文件如下圖所示：

(2)、prj/x86_x64_vc12目錄存放各個(gè)項(xiàng)目配置文件，目前默認(rèn)是vs2013，此目錄文件如下圖所示：

(3)、src目錄存放caffe及除opencv和boost外各個(gè)依賴(lài)庫(kù)的源代碼，此目錄文件如下圖所示：

關(guān)于各種開(kāi)源庫(kù)版本詳細(xì)信息(version.txt)如下所示：

1. caffe: branch: windowscommit: 88ddc95;date: 2017.03.29;url: https://github.com/BVLC/caffe
2. boost: binary library, boost_1_58_0-msvc-12.0-64.exeversion: 1.58.0date: 2015.04.17url:http://www.boost.org/http://www.boost.org/users/history/version_1_58_0.htmlhttps://sourceforge.net/projects/boost/files/boost-binaries/1.58.0/
3. protobuf: protobuf-cpp-3.2.0.zipcommit: 593e917version: v3.2date: 2017.01.28url: https://github.com/google/protobuf/releases
4. glog: commit: da816eaversion: masterdate: 2017.03.07url: https://github.com/google/glog
5. gflags:commit: f8a0efeversion: 2.2.0date: 2016.11.26url: https://github.com/gflags/gflags/releases
6. leveldb:commit: 915d663version: 1.18date: 2015.07.29url: https://github.com/bureau14/leveldb
7. lmdb:commit: 14cff07version: 0.9.19date: 2016.12.29url: https://github.com/LMDB/lmdb/releases
8. hdf5: hdf5-1.10.0-patch1.zipversion: 1.10.0url: https://support.hdfgroup.org/HDF5/release/obtainsrc.html
9. snappy:commit: 2d99bd1version: 1.1.4date: 2017.01.27url: https://github.com/google/snappy/releases
10. openblas:commit: 85636ffversion: 0.2.19date: 2016.09.01url: https://github.com/xianyi/OpenBLAS/releases
11. opencv:commit: 59975dbversion: 2.4.13date: 2016.05.16url: https://github.com/opencv/opencv/releases

(4)、test_data目錄下存放各個(gè)庫(kù)測(cè)試代碼需要的測(cè)試數(shù)據(jù)。

接下來(lái)就可以編譯Caffe_Test工程了，先依次編譯依賴(lài)庫(kù)再編譯caffe。

此工程只配置了x64平臺(tái)，沒(méi)有配置win32平臺(tái)。

如果機(jī)子上正確安裝配置了CUDA8.0，則可以編譯libcaffe_gpu庫(kù)。

按照以上操作，只需三步，就可以快速完成在Windows上對(duì)Caffe的搭建，整個(gè)搭建時(shí)間應(yīng)該不會(huì)超過(guò)30分鐘，是不是非常方便。

GitHub：https://github.com/fengbingchun/Caffe_Test

總結(jié)

以上是默认站点為你收集整理的在Windows7/10上快速搭建深度学习框架Caffe开发环境的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得默认站点網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將默认站点推薦給好友。