标签：evel main examples x64 准备 build lease .bat 整理
1.基本概念
Caffe是一个比较流行的神经网络框架，它支持C++、Python等语言，容易上手，但是代码貌似不怎么好读，等有空我。。。再议 ;)
2.Windows10下的部署
环境：Win10+VS2013+OpenCV+CUDA7.5+Cudnn+Caffe
我之前已经配置好了OpenCV2了，其他的差不多从新开始。
Caffe现在官方支持Windows了，不过当时配置有点乱，然后用了一个大神整理好的Caffe包：
链接: https://pan.baidu.com/s/1hsqRQEK 密码: 1234
以及下面这个依赖包：
链接: https://pan.baidu.com/s/1ge4QLKB 密码: 1234
01.在使用Caffe之前要先安装CUDA7.5和Cudnn，可以在官网下载（如果你打算使用CPU的话就算了）
02.将Caffe解压，然后把那个依赖包解压，把里面的bin，include，lib放在caffe-windows-master中的3rdparty文件夹中（有替换就替换），将3rdparty/bin加入到环境变量的path里
03.运行/src/caffe/proto/extract_proto.bat
04.运行buildVS2013文件夹下的MainBuilder.sln（不使用GPU的话用另外一个文件夹里的）
05.改变VS到Release和X64模式
06.编译，里面还有compute_image_mean,convert_imageset等项目也要编译，编译要好久的，然后编译成功的话会在bin文件夹里生成相应的exe文件（把这个bin加到环境变量path后可以直接执行这些exe）
07.最后编译完成后，基本上是完成了Caffe的部署，至于详细的部署等，可以参见caffe-windows-master目录下的README.md，虽然是英文，但是比较好懂，说的也比较详细。
3.使用Caffe
关于Caffe的详细教程网上比较多，比如该系列就不错：
http://www.cnblogs.com/denny402/tag/caffe/
然后大概说一下如何使用（以finetuning为例）：
01.在一个Caffe项目中，有两个.prototxt文件比较重要，一个是定义网络结构的，一个是xxx_solver.txt（用来定义训练的相关参数，比如学习率等），然后finetuning的话，还需要一个.caffemodel的文件，就是别人训练好的model
02.要进行finetuning的话，网络结构，就是那两个.prototxt要和使用的.caffemodel对应的网络一致，可以进行少许修改，比如输出类别数目，学习参数等。
03.然后准备好自己的训练集和测试集，如果使用的是自己的样本，想省事的话就不用把图片换成leveldb或lmdb了，caffe是支持直接用图片的，不过训练集和测试集要各有一个图片列表.txt：格式如下：
位置/../xx1.jpg 0 位置/../xx2.jpg 0 位置/../xx3.jpg 0 位置/../xx4.jpg 1 位置/../xx5.jpg 1 位置/../xx6.jpg 1 .....................
后面的数字是该样本所对应的类别，要从0开始。
04.然后 打开cmd，定位到caffe-windows-master目录下执行caffe开始训练
caffe train -solver=examples/../xx_solver.prototxt -weights=examples/../xx.caffemodel
4.其他
目前还在继续学习Caffe，之后再进行详细的整理吧....
标签：evel main examples x64 准备 build lease .bat 整理
原文地址：http://www.cnblogs.com/whlook/p/6480907.html
