Caffe的各个版本简介

大家好，我是讯享网，很高兴认识大家。

Tensorflow和Caffe是机器学习初学者常用的2种深度学习框架。相对于Tensorflow有简单的python pip一键安装包，Caffe的安装更考验开发者的计算机编译水平，需要自己下载源码编译。尽管caffe的配置教程网上很多，但是网上caffe的各个分支版本也很多，所以初学者在编译时总是会碰到各种奇怪的问题。本文会针对初学者常用的Windows* + Intel CPU的平台上安装配置Caffe做一个较为完整的总结。

官方版本：伯克利BVLC(Berkeley Vision And Learning Center) 版

微软的Windows*版本

Intel Caffe优化版

Intel clCaffe 核显OpenCL优化版

BVLC caffe的编译

安装编译所需要的软件

Visual Studio 2015
Anaconda + Python 64位版本（Caffe官网推荐用Python 2.7或者3.5版本，如果用其他版本，编译时候会麻烦一些，我系统上用的是Python3.6版本） https://www.anaconda.com
cmake-3.9.3-win64-x64 https://cmake.org/
Git-2.14.2-64-bit https://git-scm.com/

配置Windows*的环境变量

为了避免等会CMAKE生成编译脚本的时候找不到一些依赖关系，有的没的路径都加一些，包括Cmake， Git， Ananconda以及Python的路径。

Checkout 官网Caffe的代码

运行以下代码，用git从官网caffe上下载Windows*分支。

git clone https://github.com/BVLC/caffe.git

cd caffe

git checkout windows

修改caffe源码代码里的一些编译参数

修改scripts\build_win.cmd
因为我们没有定义APPVEYOR，所以直接拉到else（大约69行）以后。
先从APPVEYOR部分把这部分内容拷贝过来

if !PYTHON_VERSION! EQU 2 (

set CONDA_ROOT=C:\Miniconda-x64

)

:: Set python 3.5 with conda as the default python

if !PYTHON_VERSION! EQU 3 (

set CONDA_ROOT=C:\Miniconda35-x64

)

set PATH=!CONDA_ROOT!;!CONDA_ROOT!\Scripts;!CONDA_ROOT!\Library\bin;!PATH!

然后根据Windows*环境设置下图中红色方框的部分

1. 编译器是VS2015，设置MSVC_VERSION=14

2. 不需要NINJA来编译，设置WITH_NINJA=0

3. 没有NVDIA GPU，设置CPU_ONLY=1

4. Python版本为3.X，设置PYTHON_VERSION=3

5. 需要pyCaffe支持，设置BUILD_PYTHON=1

如果Python版本不是2.7或3.5，修改
cmake\WindowsDownloadPrebuiltDependencies.cmake
Caffe在编译时会自动从网上下载一个依赖库caffe-builder，这个cmake文件负责根据你系统里的VS版本和python版本自动下载预编译好的caffe-builder包。目前网上只有预编译好的VS2013/2015配python2.7/3.5的caffe-builder，如果是python3.6，编译时会报找不到VS2015配python3.6的caffe-builder包。解决方法有2个办法，要么用python3.5的包，要么自己编译caffe-builder。

对于复用Python3.5的包，可以按照下图中所示，复制DEPENDENCIES_URL_1900_35和DEPENDENCIES_SHA_1900_35 2行，同时修改35为36。

如果希望使用自己编译VS2015加python3.6的caffe-builder，除了要加入上段说到的2行修改外，还需要注释掉下图中WindowsDownloadPrebuiltDependencies.cmake的下图所示的绿色部分，这部分代码是负责从网上下载依赖包并且解压缩到本地目录的。同时要把caffe-builder编译出的libraries目录拷贝到C:\Users\[user name]\.caffe\dependencies这个目录下。（具体caffe-builder的编译，将在本文第3节详细介绍）

开始编译

在caffe的目录下输入scripts\build_win.cmd

开始编译，一切顺利的话，大约10分钟后就编译好了

验证一下编译的结果

接下来运行一下caffe项目自带的examples里的00-classification的代码来验证一下caffe是否能够正常运行

打开anaconda的命令行，进入caffe的examples目录，运行jupyter notebook

在打开的notebook中打开caffe自带的例子 00-calssification.ipynb

这是用一个训练好的Caffe模型来预测动物图片的例子，图片默认是使用Caffe项目里examples\image\cat.jpg。

一路Shift+Enter运行下去，看到第8步predicted输出

predicted class is: 281

第9步输出

output label: n0 tabby, tabby cat

预测结果是猫，说明caffe已经正确编译而且能运行了。

大功告成，开始你的Caffe学习之旅吧

Caffe依赖库Caffe Builder的编译

这一章主要介绍怎么编译Caffe-Builder项目

安装编译所需要的软件

编译软件的需求同2.1部分

Visual Studio 2015
Anaconda + Python 64位版本 https://www.leyou2.net/ www.anaconda.com
cmake-3.9.3-win64-x64 https://www.yongshiyule178.com cmake.org/
Git-2.14.2-64-bit https://www.baidu620.com git-scm.com/

配置Windows*的环境变量

环境变量的配置同2.2部分

下载Caffe-Builder源码

Caffe-Builder的开源项目位于 https://github.com/willyd/caffe-builder
目前最新的release为1.1版，可以从这里下载最新的release 1.1.0版的源码
https://github.com/willyd/caffe-builder/ www.leyouzaixian2.com releases

修改caffe-builder源码代码里的一些编译参数

其次是这个Release 1.1.0发布有点时间了，caffe-builder很多依赖的开源项目都搬家或者版本更新了，需要做相应的修改。

1) 修改packages\protobuf\ www.huayiyul.com CmakeLists.txt
将图中所示部分protobuf包的Hash值从原来的
14a532ad5def317bfca41dace
修改为
39d6a4fa549c0cce164aa3064b1492dc

编译

进到caffe-builder-1.1.0目录下，运行build_v140_x64.cmd开始编译

屏幕输出

最终编译生产的caffe依赖库文件放在build\libraries目录下，你可以将这个libraries目录拷贝到caffe所需要的目录下。

小结

本篇文章主要介绍了官方BVLC Caffe在Windows*下的编译设置过程。BVLC Caffe提供CPU和Nvidia GPU版本的实现，但是在实际学习工作中，初级开发者的电脑平台通常不会装备昂贵的Nvidia显卡，而CPU版本的Caffe因为执行效率不高，只能用来做一些小型的”玩具”实验项目。

Caffe的各个版本简介