caffe for windows安装一定需要cuda吗

建议还是放到linux下搭弯运行，实际上很多人把caffe放到服务器上跑，而服务器一凯此般是不带GPU的，所以caffe可以不依赖cuda，如果你不需要CUDA，你可以安装CPU_ONLY版本：盯枝迅编辑文件 .\windows\CommonSettings.props，设置CpuOnlyBuild 为 true，UseCuDNN为false。

当然我还是建议在linux上跑

caffenet的网络配置文件，放在 caffe/models/bvlc_reference_caffenet/

这个文件夹里面，名字叫train_val.prototxt。打开这个文件，将里面的内容复制到上图的Custom

Network文本框里，然后进行修改，主要修改这几个地方：

1、修改train阶段的data层为：

layer {

name: "data"

type: "Data"

top: "data"

top: "label"

include {

phase: TRAIN

}

transform_param {

mirror: true

crop_size: 227

}

}

即把均值文件（mean_file)、数据源文件(source)、批次大小(batch_size)和数据源格式（backend)这四项都删除了。因为这四项系统会根据dataset和页面左边“solver options"的设置自动生成。

2、修改test阶段的data层：

layer {

name: "data"

type: "Data"李唯告

top: "data"哪明

top: "label"

include {

phase: TEST

}

transform_param {

mirror: false

crop_size: 227

}

}

和上面一样，也是删除那些项。

3、修改最后一个全连接层（fc8)：

layer {

name: "fc8-re" #原来为"fc8"

type: "InnerProduct"

bottom: "fc7"

top: "fc8"

param {

lr_mult: 1.0

decay_mult: 1.0

}

param {

lr_mult: 2.0

decay_mult: 0.0

}

inner_product_param {

num_output: 5#原来为"1000"

weight_filler {

type: "gaussian"

std: 0.01

}

bias_filler {

type: "constant"

value: 0.0

}

}

}

看注释的地方，就只有两个地方修改，其它不变。

设置好山启后，就可以开始微调了(fine tuning).

训练结果就是一个新的model，可以用来单张图片和多张图片测试。具体测试方法前一篇文章已讲过，在此就不重复了。

在此，将别人训练好的model用到我们自己的图片分类上，整个微调过程就是这样了。如果你不用digits，而直接用命令 *** 作，那就更简单，只需要修改一个train_val.prototxt的配置文件就可以了，其它都是一样的 *** 作。

---