Caffe2-windows下caffe的gpu加速

摘要：本篇日志承载上篇内容，在上篇基础上进行优化和添加。主要说明在正确cpu的caffe框架下如何添加gpu加速的过程。

正文：

         上篇说明了如何安装cpu版本的caffe框架，其中我提到过，只有cpu的caffe就好比没有轮胎的车，好赖是车子但是还没发跑起来。虽然这样，我们仍然已经完成了框架搭载80%的内容。这里再声明一下对计算机硬件的要求：gtx750以上、显存2G以上的N卡，i3以上的cpu，满足这些条件可以继续我们的工程了。

         首先你需要在英伟达的官网下载cuda这里给出cuda的官网: https://developer.nvidia.com/cuda-downloads，因为此安装包近乎1G就不附带我的百度云地址。此处有必要强调，cuda的版本是7.0或者8.0，windows版本，选择页面如图：

         下载好后选择默认安装，remember默认安装，不要自作主张更改安装路线。这个安装会持续20min左右，在安装此应用期间不得运行其他安装软件（这是此软件的要求），当cuda安装完毕后还需要下载cuda的驱动，同样给出驱动的官网，根据自己的计算机型号选择驱动类型：http://www.nvidia.com/Download/index.aspx?lang=en-us。此处强调，cuda驱动和cuda不是一回事！不是一回事，驱动大小约为350Mb左右，所以根据大小相信观众不会下载错误，这是例子：

         下载好驱动后仍然默认安装，不可以更改安装路线。

         这里对上述两个安装过程中可能出现的问题进行解答：

1．             可能出现的bug是“shadow 安装失败”这个bug，无须担心，我们的计算不用到这个模块。

2．             可能出现一个叉号并且显示“与以前版本冲突并且没有更新”，这个问题更好解决，就是你曾经安装的版本部分更新和此次安装一样，不需要重复更新。

安装好两个文件以后就完事具备了吗？no~no~no~。接下来是很容易出现错误的一步:添加环境变量，这是个经常要用到的技术，因此我在caffe日志1中做了详细的图解。当cuda正确安装后，在环境变量列表中会出现如下两个变量：CUDA_PATH和CUDA_PATH_V8_0，剩余的需要我们自己去添加：

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

CUDA_LIB_PATH= %CUDA_PATH%\lib\x64

CUDA_BIN_PATH= %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH= %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH= %CUDA_SDK_PATH%\common\lib\x64

然后，在系统变量PATH的末尾添加：

;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

此处需要强调的是：

1.      系统变量path中注意每个变量之间以‘;’为分隔符；

2.      变量大小写不影响正确性。

3.      自己添加变量时的方式是名称一栏写变量名，如CUDA_BIN_PATH，变量一栏写地址，如%CUDA_SDK_PATH%/bin/64/win64，至于斜杠是/的还是\这是没有关系的，不过和大众一样总没错对吧。

如果正确完成了这一步，那么你的gpu配置就已经完成了，那么你可能会问我可以直接调用gpu加速计算了吗？不可以，因为你只是给系统配置了一个pgu，并没有给caffe说啊。下面说明如何在caffe中添加gpu模式。

      再次打开日志1中的配置文件，在cpu-only那里写false，这说明你已经调用了gpu了。

      是不是不很复杂呢？的确，如果想一步安装caffe到成功，90%会失败，而像这样步步渐进稳中求进是不是也很不错呢？现在我们的caffe已经装上一个轮胎啦，再装三个*这辆车子就可以跑起来了！后续要说明如何在里面安装Python接口，以使得caffe可以训练数据，如何接口MATLAB，以使得caffe可以可视化，以及如何用caffe训练，预测，判断，如何设计自己的神经网络等等。。。请听下回分解！