win10 + gtx1060 + cuda8.0 + caffe + vs2013

1. 安装cuda8.0

1)先去官网下载cuda8.0 https://developer.nvidia.com/cuda-toolkit

2)下载完之后进行安装，安装时间有点长，请耐心等待，默认是安装在c盘目录下

　安装完后会生成两个系统变量：

CUDA_PATH    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

3)测试是否成功 : 进入cmd，输入nvcc -V命令，如图所示

表示cuda安装成功

4)进入sdk实例安装目录

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0

点击Samples_vs2013.sln文件打开vs2013执行

运行Samples_vs2013.sln文件就会出现如图所示

表明测试成功

5)使用配置vs2013

新建VS项目，源文件cpp:

#include <stdio.h>
#include <stdlib.h>
#include "cuda_runtime.h" 
#include "device_launch_parameters.h" 

bool InitCUDA()
{
    int count;
    cudaGetDeviceCount(&count);
    if (count == 0)
    {
        fprintf(stderr, "There is no device.\n");
        return false;
    }
    int i;
    for (i = 0; i < count; i++)
    {
        cudaDeviceProp prop;
        if (cudaGetDeviceProperties(&prop, i) == cudaSuccess)
        {
            if (prop.major >= 1)

            {
                break;
            }
        }
    }
    if (i == count)
    {
        fprintf(stderr, "There is no device supporting CUDA 1.x.\n");
        return false;
    }
    cudaSetDevice(i);
    return true;
}

int main()
{
    if (!InitCUDA())
    {
        return 0;
    }
    printf("HelloWorld, CUDA has been initialized.\n");
    system("pause");
    return 0;
}

右键工程-》生成依赖项-》生成自定义-》选择cuda8.0

右键工程-》属性-》链接器-》输入中添加 cudart.lib

运行结果

2. 下载安装CAFFE

1)拷贝 .\windows\CommonSettings.props.example 到 .\windows\CommonSettings.props

默认情况下Windows版本caffe需要 CUDA 和 cuDNN 库，你也可以在.\windows\CommonSettings.props 里禁用他们。

默认情况下Python支持被没有开启的，你也可以通过修改 .\windows\CommonSettings.props 来启用。

第三方Caffe依赖库被自动通过NuGet安装:

右键工程-》管理NuGet程序包，还原所有的包。原始使用的opencv是2.4.10版本（我卸掉它使用opencv3.1）. 所有包会下载到

C:\Users\Administrator\AppData\Local\NuGet\Cache

这里是清单:

如果你将opencv改成了3.1注意要删除每个项目文件下 *.vcxproj 里有关opencv2.4.10的加载失败错误项。

2)如果你不需要CUDA，你可以安装CPU_ONLY版本：编辑文件.\windows\CommonSettings.props，设置CpuOnlyBuild 为 true，UseCuDNN为false。

3)cuDNN V5 下载

解压下载的zip文件到 %CUDA_PATH% (这个环境变量是由上一步安装的CUDA设置的)。或者你也可以解压到任何位置，然后再 .\windows\CommonSettings.props 里设置 CuDnnPath 来指向解压到的目录。

你可以修改.\windows\CommonSettings.props文件，设置 UseCuDNN 为 false 来禁用cuDNN。

https://developer.nvidia.com/rdp/cudnn-download

4)Python

为了编译Caffe Python封装库，需要.\windows\CommonSettings.props文件，设置 PythonSupport为 true。

下载 Anaconda2 64-bit Windows installer： Anaconda2 。

安装完后我们需要将.\windows\CommonSettings.props 中python PythonDir 改成我们自己的

接下来安装 google.protoc

编译python支持库后，你还需要执行如下之一才能在python里使用：

设置环境变量 PythonPath，值为 <caffe_root>\Build\x64\Release\pycaffe，或者
复制目录 <caffe_root>\Build\x64\Release\pycaffe\caffe 到 <python_root>\lib\site-packages 目录

5).Matlab

编译Matlab支持，修改.\windows\CommonSettings.props文件，设置 MatlabSupport 为true，MatlabDir 为 Matlab安装根目录。

</PropertyGroup>
    <PropertyGroup Condition="'$(MatlabSupport)'=='true'">
        <MatlabDir>C:\Program Files\MATLAB\R2014a</MatlabDir>
        <LibraryPath>$(MatlabDir)\extern\lib\win64\microsoft;$(LibraryPath)</LibraryPath>
        <IncludePath>$(MatlabDir)\extern\include;$(MatlabDir);$(IncludePath)</IncludePath>
    </PropertyGroup>

注意：最近Microsoft 的github貌似更新了matcaffe中的caffe_.cpp文件，第十六行添加了对gpu/mxGPUArray.h的引用

修改matcaffe中的第十六行#include"gpu/mxGPUArray.h"中修改为

#include<toolbox/distcomp/gpu/extern/include/gpu/mxGPUArray.h>

编译Matlab支持库后，你还需要执行如下操作才能在matlab里使用：

添加生成的 matcaffe 目录到 Matlab 搜索路径，
添加 <caffe_root>\Build\x64\Debug 到系统环境变量 PATH(不一定需要）

6)编译

现在你可以开始编译工程文件了： .\windows\Caffe.sln

注意要先编译libcaffe

7)为了以后使用方便，我们将生成的exe路径放入环境目录path里

C:\caffe-master2\Build\x64\Debug

8) 为了使用caffe的sh脚本文件，我们需要安装 Git 和 wgetwin(将wget.exe放入C:\Windows\System32)

来源：oschina

链接：https://my.oschina.net/u/255329/blog/813234

标签

cuda

英伟达

windows 10

matlab