Win7 64bit +vs2013 + GTX1080 cuda theano caffe 配置详细记录

梦里梦外; 2022-07-16 08:27 148阅读 0赞

新电脑，一切从零开始。  
由于之前安装过几次，发现不同的电脑在配置上可能会遇到的问题有不同，虽然我最后配置下来还是有一点报错没能解决，不过万幸不影响使用。以下是血泪的经验，尽可能的详细和完整，如有错漏欢迎指正。  
![这里写图片描述][20161012204011863]

## Prepare ##

下好要装的软件，注意查好软件**版本之间**还有与**电脑系统**的相互支持关系，比如说cuda8.0只支持vs2010 vs2012 vs2013 vs2015，我下载的软件和版本是：

#### 1. Visual Studio Professional 2013 ####

#### 2. Anaconda2-4.1.1-Windows-x86\_64 ####

#### 3. cuda\_8.0.44\_windows ####

#### 4. cudnn-8.0-windows7-x64-v5.0-ga ####

## Step1 安装vs2013 ##

第一个bug，按要求装好IE10

![这里写图片描述][20161011181640976]  
我选择默认安装在C盘下。  
添加系统变量：path  
C:/ProgramFiles (x86)/Microsoft Visual Studio 12.0/VC/bin/;C:/Program Files(x86)/Microsoft Visual Studio 12.0/Common7/IDE  
（对应你vs的安装路径）

## Step2 安装Anaconda ##

同样安装在默认路径下，傻瓜式安装，应该不会遇到什么问题。  
![这里写图片描述][20161012205423653]  
安装完成之后，开始-程序-Anaconda2 下应该会多了上图所示这些东西。

#### 安装theano ####

#### 1.安装theano所需要的库mingw libpython ####

在cmd dos 下输入 conda install mingw libpython回车\[Y\]自动安装，大概几分钟就OK  
![这里写图片描述][20161012205854613]  
（个人经验：注意如果中途没有安装完就不小心退出了，再装是装不上的，无法进行后续事项，这种情况果断去控制面板把Anaconda卸载掉重装）

#### 2.pip 安装theano ####

![这里写图片描述][20161012210115888]

#### 3.添加环境变量 ####

PYTHONPATH C:\\Anaconda\\Lib\\site-packages\\theano;C:\\Anaconda\\Scripts;C:\\Anaconda;  
path c:\\Anaconda\\MinGW\\bin;c:\\Anaconda\\MinGW\\x86\_64-mingw32\\lib;

#### 4.检测是否安装好 ####

![这里写图片描述][20161012210904157]  
正确安装好后，import 后如上图所示应该是没有报错。此时可调用theano运行程序，但计算用的是CPU。

## Step3 配置cuda加速器 ##

#### 1.安装cuda\_8.0.44\_windows ####

傻瓜式安装式一键，这步应该不会出问题。我还是安装在默认C盘下。

#### 2.添加cudnn ####

解压下好的cudnn-8.0-windows7-x64-v5.0-ga  
会有bin、lib、include三个文件夹  
![这里写图片描述][20161012212722775]  
将其复制到cuda对应的文件夹内覆盖，我的路径是C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0

#### 3.添加环境变量 ####

CUDA\_LIB\_PATH %CUDA\_PATH%\\lib\\x64  
CUDA\_SDK\_PATH C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v8.0  
CUDA\_BIN\_PATH %CUDA\_PATH%\\bin  
CUDA\_SDK\_BIN\_PATH %CUDA\_SDK\_PATH%\\bin\\x64  
CUDA\_SDK\_LIB\_PATH %CUDA\_SDK\_PATH%\\common\\lib\\x64  
并把 %CUDA\_LIB\_PATH%;%CUDA\_SDK\_PATH%;%CUDA\_BIN\_PATH%;%CUDA\_SDK\_BIN\_PATH%;%CUDA\_SDK\_LIB\_PATH%;添加到path  
（注意：由于安装原因，可能路径有不同，最好去相关目录下查看有没有该文件夹，有的文件夹可能被隐藏，将隐藏文件视为可见再确认）

## Step 4 theano配置cuda ##

到用户目录下，我的如下所示是C:\\Users\\ad 新建.txt文件，文件名为.theanorc  
![这里写图片描述][20161012214546298]  
添加如下内容：

[blas]   
    ldflags=  
    
    [global]  
    openmp=False
    device=gpu
    floatX=float32
    allow_input_downcast=True  
    
    [lib]
    cnmem = 0.5
    
    
    [nvcc]  
    fastmath=True  
    flags =-LC:\Anaconda2\libs  
    compiler_bindir=C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin
    base_compiledir=path_to_a_directory_without_such_characters
    fastmath=True
    flags=-arch=sm_50 
    
    [gcc]   
    cxxflags = -IC:\Anaconda2\MinGW

以上的路径根据你的**对应安装软件**的路径来写。  
中间的部分设置可能因为**计算机的型号**不同**有差异**。  
在dos下输入Python  
import theano  
如果出现using gpu，那么恭喜你就配置成功啦~(≧▽≦)/~  
![这里写图片描述][20161012220302638]

# \[附\]caffe配置 #

主要参考我之前的一篇博客caffe配置部分。  
[http://blog.csdn.net/sinat\_31824577/article/details/51892956][http_blog.csdn.net_sinat_31824577_article_details_51892956]  
配置过程截了图：

#### 1.在github下载caffe ####

![这里写图片描述][20161107175229606]

#### 2.修改CommonSettings.props ####

![这里写图片描述][20161107175433447]  
![这里写图片描述][20161107175417963]

#### 3.编译Caffe.sln ####

![这里写图片描述][20161107175546463]  
将libcaffe设为启动项  
![这里写图片描述][20161107175603174]  
第一次生成时遇到问题：  
![这里写图片描述][20161107180146119]  
![这里写图片描述][20161107180322605]  
降低警告等级  
![这里写图片描述][20161107180259824]  
清理、还原再进行编译：  
![这里写图片描述][20161107180009449]  
![这里写图片描述][20161107180110478]  
OK!

#### 4.添加环境变量 ####

![这里写图片描述][20161107180623342]  
![这里写图片描述][20161107180704328]

#### 5.import caffe 安装成功 ####

![这里写图片描述][20161107180716405]

[20161012204011863]: /images/20220716/c9b63db282294af8be48668c33783591.png
[20161011181640976]: /images/20220716/fc8702fcbbd845adbb81df865e6d3784.png
[20161012205423653]: /images/20220716/90aba2e02d51475983fd3f32438fe064.png
[20161012205854613]: /images/20220716/80887ae0baf5482399dc6702e79fc5ec.png
[20161012210115888]: /images/20220716/71d86136289046afad9a4feac8e2d160.png
[20161012210904157]: /images/20220716/2f22c426347a44e48a3929671228c14d.png
[20161012212722775]: /images/20220716/aaebdbdf42ed491eb18660250bf56c12.png
[20161012214546298]: /images/20220716/f267b16d7fa44a739201fb0e544bd417.png
[20161012220302638]: /images/20220716/033e3d7ece334c2ebe7f4955cd5bd80d.png
[http_blog.csdn.net_sinat_31824577_article_details_51892956]: http://blog.csdn.net/sinat_31824577/article/details/51892956
[20161107175229606]: /images/20220716/fcf9c2877ed84ecbad80a3c5ed8309de.png
[20161107175433447]: /images/20220716/531d27042ed64c22bc473db4a90786c5.png
[20161107175417963]: /images/20220716/6f0385a00076412f83a7ec5c8f998d0d.png
[20161107175546463]: /images/20220716/e198cf3d7a354db1a79922a90fce56a6.png
[20161107175603174]: /images/20220716/74719d1a166740df9197ee62f3a0925a.png
[20161107180146119]: /images/20220716/67c2e283cc144a42b5c4aeeb31b25d0c.png
[20161107180322605]: /images/20220716/bc46c4b4ce974a6a984009b81c124d21.png
[20161107180259824]: /images/20220716/579896f52f1240259ff558a1b078346f.png
[20161107180009449]: /images/20220716/d37d5106be46470bb9cc22786accf084.png
[20161107180110478]: /images/20220716/dc23a5aaf1ee4f5f86c10d9516d00e75.png
[20161107180623342]: /images/20220716/1eafd5fc60ca41edac82198049693f7e.png
[20161107180704328]: /images/20220716/809d1cf237d54f5ea8ceca39e7fa8753.png
[20161107180716405]: /images/20220716/84457c748dd8468da59a116aa4483aa7.png