标签：lan 进入 数据集 ros 报错 cto 参考 str 拷贝
1.Windows环境caffe安装配置（无GPU）
参考：http://www.cnblogs.com/cxyxbk/p/5902034.html
解压caffe-windows文件，将./windows中的CommonSettings.props.example文件复制到本文件夹中，然后删除example得到CommonSettings.props文件
修改CommonSettings.props文件。根据自己的需求修改状态，比如我自己笔记本上无GPU，就在对应的地方设置位False；相应的，我只能用CPU，那就改成True；Matlab和Python的接口是否使能（Enabled）也在这里设置。
用vs打开caffe.sln文件
若libcaffe加载失败，重新解压caffe-windows.
出现问题：
无法打开libcaffe.lib之类的error,直接对libcaffe重新生成一次。
接着会出现的问题：没有生成object文件；解决办法：双击此错误，保存弹出来的框，然后再对libcaffe“重新生成一次”
右键caffe.sln，点击生成解决方案。
会下载第三方库，NugetPackages
设置属性当前选定内容
运行caffe.cpp，按ctrl+f5进行编译
Caffe之python接口配置
参考：http://www.2cto.com/kf/201611/561124.html
编译caffe接口，修改配置文件CommonSettings.props：
第13行：<pythonsupport>true</pythonsupport>
第48行：<pythondir>C:\Program Files\Anaconda2\</pythondir>
然后保存，去编译Release版本的pycaffe
编译caffe工程中的pycaffe
直接将caffe这个文件夹拷贝到C:\Program Files\Anaconda2\Lib\site-packages即可。
在命令行中
进入python
Import caffe
安装protobuf
参考：http://blog.csdn.net/zhunianguo/article/details/52662535
解压protobuf-2.6.1文件到caffe目录下
打开cmd 到当前protobuf的python目录下，输入
python setup.py build回车，python setup.py test回车，
python setup.py install回车，
查看且把红框里的复制到
即将其protobuf-3.0.0-beta-2/python 目录下的google文件拷贝到D:\Program Files\Anaconda2\Lib\site-packages目录下即可。
2.caffe之GPU版本的配置
准备好CUDA和cudnn两个文件。
经测试，GTX980ti和GT740型号显卡都可以用CUDA7.5版本的安装包
安装CUDA，安装好之后，在cmd命令窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功。
CUDA安装完毕会自动添加环境变量：
将cudnn文件夹中的bin,include,lib三个东西拷贝到cuda的安装目录下。
添加cudnn进入系统的环境变量：
我把cudnn的文件夹放在了c盘的根目录下：
（不知道添加cudnn的环境变量有什么用，网上的博客是这样做的。）
下载官方版本的caffe：
下载链接：https://github.com/BVLC/caffe/tree/windows
然后将NugetPackages这个文件夹，拷贝到caffe-master的平行目录下：
NugetPackages大概1个G
在windows文件夹下，复制一个CommonSettings.pros文件
先设置为cpu模式，编译libcaffe模块（大概1分钟），再编译caffe模块（大概1分钟）。
即可运行mnist实验。
gpu模式：
先把python和matlab关掉。然后编译libcaffe模块和caffe模块，各自大概15分钟。在编译的过程中，会调用CUDA中的库文件，来生成caffe.exe。这应该就是设置CpuOnlyBuild和UseCuDNN的意义吧。编译好之后，即可在solver.prototxt中设置gpu模式跑实验。经测试，该方法可用，在编译的过程中，没有报错，一次就成功。
如果要制作数据集，再编译其他的模块。
标签：lan 进入 数据集 ros 报错 cto 参考 str 拷贝
原文地址：http://www.cnblogs.com/k7k8k91/p/7629919.html
