[Caffe] windows 환경에서 caffe를 설치하자 (161102 기준)

작년까지는 caffe 측에서 정식으로 윈도우 버전 지원이 없었다 

그래서 아래 글처럼 외국 유저가 포팅 한 방법을 이용하여 사용 했었다.

[Caffe] Caffe + opencv + CUDA 설치방법 ( in windows ) 

2016년 현재는 caffe github에서 windows 버전 branch를 찾아 볼 수 있으며 MS에서 관리한다고 한다.

이에 따라 새로운 설치 방법을 기록 해 둔다.

우선 시스템 요구사항은 아래와 같다.

Requirements:

• Visual Studio 2013 or 2015
• CMake 3.4+
• Python 2.7 Anaconda x64 (or Miniconda)
• CUDA 7.5 or 8.0 (optional) (use CUDA 8 if using Visual Studio 2015)
• cuDNN v5 (optional)

먼저 Cuda 를 설치하자.

아래 사이트에 들어가 본인 시스템에 맞게 다운로드 후 설치. 7.5 version을 사용하면 무난하다.

https://developer.nvidia.com/cuda-downloads

cuDNN은 v4를 사용하자. 다운로드 후 압축을 풀어 놓는다.

https://developer.nvidia.com/cudnn

python은 무난하게 Miniconda 2.7 버전을 이용하면 된다.

http://conda.pydata.org/miniconda.html

caffe 는 BVLC github에서 다운 받으면 된다.

https://github.com/BVLC/caffe/tree/windows

다운받은 caffe의 압축을 풀고 들어가 보면 windows 폴더가 보인다. 

windows 안에 CommonSettings.props.example 파일을 하나 복사하여 CommonSettings.props 로 이름은 바꿔준다.

컴파일 하기 전에 셋팅값을 본인 환경에 맞게 바꿔주면 된다. 수정 한 부분 기록.

<CpuOnlyBuild>false</CpuOnlyBuild>

<UseCuDNN>true</UseCuDNN>

<CudaVersion>7.5</CudaVersion>

<!-- NOTE: If Python support is enabled, PythonDir (below) needs to be

 set to the root of your Python installation. If your Python installation

 does not contain debug libraries, debug build will not work. -->

<PythonSupport>true</PythonSupport>

<!-- NOTE: If Matlab support is enabled, MatlabDir (below) needs to be

 set to the root of your Matlab installation. -->

<MatlabSupport>false</MatlabSupport>

<!-- Set CUDA architecture suitable for your GPU.

 Setting proper architecture is important to mimize your run and compile time. -->

<CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>

<!-- CuDNN 3 and 4 are supported -->

<CuDnnPath>C:\cudnn-7.0-win-x64-v4.0-prod\</CuDnnPath>

<PropertyGroup Condition="'$(PythonSupport)'=='true'">

        <PythonDir>C:\Miniconda2\</PythonDir>

        <LibraryPath>$(PythonDir)\libs;$(LibraryPath)</LibraryPath>

        <IncludePath>$(PythonDir)\include;$(IncludePath)</IncludePath>

</PropertyGroup>

시스템 환경에 맞게 설정 해 주면 된다.

libcaffe 속성 - C/C++ - 일반 - 경고를 에러로표시 (아니오) 로 설정.

이후 솔루션 열고 컴파일.

에러 발생 할 경우 하나씩 수정하면서 빌드하면 된다. (뭐가 있었는지 기억이 안남...)

이후 Build\x64\Release\pycaffe 에서 caffe 파일을 

Miniconda2\Lib\site-packages 로 복사 해준다.

이 과정까지 진행을 하면 caffe 이용이 가능 해 진다.

161213 추가

caffe 가 다른 라이브러리 문제로 import 안될 경우

pip install protobuf --user

conda install --yes numpy scipy matplotlib scikit-image

저작자표시비영리

'전공관련 > Deep Learning' 카테고리의 다른 글

[Keras] windows 환경에서 Theano 와 Keras 설치하기  (0)	2016.11.24
[TensorFlow] Tutorial 5. Large-scale Linear Models with TensorFlow  (0)	2016.11.09
[Caffe] windows 환경에서 caffe를 설치하자 (161102 기준)  (11)	2016.11.03
[TensorFlow] Tutorial 4. tf.contrib.learn Quickstart  (0)	2016.11.02
[TensorFlow] Tutorial 3. TensorFlow Mechanics 101  (0)	2016.11.02
[TensorFlow] Tutorial 2. Deep MNIST for Experts  (0)	2016.11.02