1. Visual Studio 2015 설치
해당 버전으로 다운로드 받아 설치합니다 => Visual Studio Community 2015 with Update 3
설치 시에 Windows 8.1 SDK도 선택해서 설치해 줍니다.
만약에 해당 패키지가 설치되어 있지 않았다면 프로젝트 생성 대화상자에서
Visual C++ 카테고리로 이동해서 다음 메뉴를 선택해서 설치해 줍니다.
해당 메뉴가 없고, 프로젝트 목록들이 뜬다면 이미 설치되어 있는 겁니다.
2. Python 3.5 설치 ( ※ 2.7 이나 3.5 둘중 하나 선택해서 설치해야 합니다. )
https://www.python.org/downloads/windows/
저는 3.5.0에서 Windows x86-64 executable installer로 다운받아서 설치 했습니다.
기본경로가 복잡해서 경로를 변경해서 설치했습니다.
설치가 끝나면 확장 패키지를 다운받습니다.
https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
저는 3.5에서 최신인 numpy‑1.16.6+vanilla‑cp35‑cp35m‑win_amd64.whl를 다운 받았습니다.
다운받고 cmd 에서 다음 명령어를 순서대로 실행합니다.
pip 버전 업그레이드
> python -m pip install --upgrage pip
numpy 패키지 설치
> python -m pip install "D:\download\numpy‑1.16.6+vanilla‑cp35‑cp35m‑win_amd64.whl"
3. CMake 3.6 설치
다음과 같이 해당되는 파일 받아 설치하면 됩니다. => cmake-3.6.0-rc1-win64-x64.msi
4. Git 설치
윈도우용 최신버전 다운받으시면 됩니다.
에디터는 편한걸로 선택하고, default 세팅으로 설치진행하면 됩니다.
5. Caffe 프레임워크 설치 및 빌드
cmd에서 설치를 원하시는 폴더로 이동합니다.
Git Clone
> git clone https://github.com/BVLC/caffe.git
Branch Switching
> cd caffe
> git checkout windows
VS2015를 사용할 것이므로 caffe/scripts/build_win.cmd를 에디터로 열어서
WITH_NINJA를 찾아서 모두 0으로 바꿔줍니다.
cmd로 돌아와 빌드를 실행합니다.
Build Caffe
> cd scripts
> build_win.cmd
아무 문제 없다면 몇 분간 빌드를 계속 실행합니다.
이상 없이 마무리 되면 다음과 같이 끝이 납니다.
버전만 틀리게 설치하지 않았다면 문제없이 빌드 될겁니다.
CPU버전은 설정이 끝났습니다.
그래픽카드로 연산하시려면 계속해서 CUDA와 cuDNN으로 설치해주면 됩니다.
6. CUDA8.0 설치
https://developer.nvidia.com/cuda-80-ga2-download-archive
OS에 맞춰서 다운로드 받아서 설치해주면 됩니다.
다운받은 파일을 실행시켜 설치를 진행합니다.
이것도 설치경로 단순하게 변경했습니다.
제 경우엔 설치완료단계에서 디스플레이 설정인지 패치하는 과정에서 화면이 꺼졌습니다.
혹시나해서 몇 분 기다렸는데 화면이 나오질 않아 재부팅했습니다.
설치완료인지 확신이 가지않아 검색해서 몇 가지 확인해보았습니다.
cmd를 실행해서 다음 명령어를 입력합니다.
> nvcc -V
버전확인은 문제 없는것 같습니다.
확실하게 하기위해 샘플하나 컴파일해서 실행되는지 확인했습니다.
C:\CUDA\CUDASamples\0_Simple\asyncAPI 로 이동해서 asyncAPI_vs2015.sln을 실행시켜 컴파일했습니다.
정의안된거라고 빨갛게 표시되는 변수가 몇개 있었는데 컴파일 하는데 문제는 없었습니다.
바로 실행시켜도 되고, 응용프로그램은 C:\CUDA\CUDASamples\bin\win64\Debug에 생성됩니다.
문제없으면 비슷하게 출력될 겁니다.
패치는 설치안해도 크게 상관없는거 같은데 제 경우에는 패치도 설치했습니다.
기존에 설치된 CUDA가 없다면 신경안써도 되는데, 다른버전이 중복설치되거나 설치했던적 있다면
시스템 환경변수에 CUDA_PATH의 경로이름 버전이 제대로 설정되어있는지 확인하는 것이 좋습니다.
7. cuDNN 5.0 설치
https://developer.nvidia.com/rdp/cudnn-archive
링크에서 CUDA 8.0에 호환하는 cuDNN을 다운받으면 됩니다.
저는 cuDNN v5를 다운 받았습니다.
다운받아서 원하시는 경로에 압축을 푸시면 됩니다.
그리고 아까 수정했던 caffe\scripts\build_win.cmd를 다시 수정합니다.
빨간색으로 체크한 부분이 추가한 부분으로 cuDNN의 경로를 입력하시면 됩니다.
그리고 아까와 같이 cmd 에서 build_win.cmd 스크립트를 실행시켜주면 됩니다.
GPU버전 Caffe 빌드 까지 완료했습니다.
제가 보려고 간략하게 정리한겁니다.
다음 레퍼런스에서 자세한 내용 보실 수 있습니다.
=> https://baemincheon.tistory.com/21
'딥러닝' 카테고리의 다른 글
| [딥러닝] 우분투 18.04 Caffe 프레임워크 구축 (0) | 2020.08.10 |
|---|