WindowsでCaffeをビルドしてGPUで実行する

※2017/3/15追記 Windows版のリポジトリでビルド済みのバイナリが配布されています。自分でビルドしないでもそちらのバイナリを使用することをお勧めします。
ビルド済みのバイナリのインストール方法とサンプルの実行方法はこちらの日記を参照ください。

WindowsでCaffeをビルドすることができたので方法を示しておきます。

Windows版のCaffeは公式のページからGithubのレポジトリへのリンクがあるので、そのREADMEに従えばビルドできます。
ただし、GPUで実行しようとするとビルドの設定変更が必要な個所がありました。
はじめその設定がわからず以下のようなエラーが出てあきらめていましたが、某所からやり方法を教えてもらって解決しました。

check failed: error == cudasuccess (8 vs. 0) invalid device function

なお、以下の説明はコマンドもしくは、C++から利用することを想定しており、Pythonから利用する場合は、追加で対応が必要になります。詳細はREADMEを読んでください。

手順を順番を追って説明します。

ビルド/実行環境

Windows 10 Home
Visual Studio 2013 Community
CUDA 7.5
cuDNN v4 or v5

レポジトリのダウンロード

Git for Windowsをインストール済みの前提で説明します。

コマンドラインで任意のディレクトリに移動して、Windows版のブランチをダウンロードします。

git clone -b windows https://github.com/BVLC/caffe.git

CommonSettings.propsの編集

READMEに書かれているとおり、.\windows\CommonSettings.props.exampleをコピーして、.\windows\CommonSettings.propsを作成します。

CommonSettings.propsの

<CudaArchitecture>compute_35,sm_35;compute_52,sm_52</CudaArchitecture>

の部分を、実行する環境のGPUに合わせて編集します。
NvidaのページにGPUの「Compute Capability」が記載されているので、例えば、Geforce GTX 760の場合は「3.0」なので、

<CudaArchitecture>compute_30,sm_30;compute_35,sm_35;compute_52,sm_52</CudaArchitecture>

のように、「compute_30,sm_30;」を追記します。

CUDAとcuDNNのインストール

CUDA7.5をNvidiaのサイトからダウンロードしてインストールします。

cuDNN v4もしくはv5をNvidiaのサイトからダウンロードしてインストールします。
ダウンロードするには登録が必要です。個人でも特に問題なく登録できます。

インストールは、zipファイルを解凍して、cudaディレクトリの中身を、「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5」にコピーします。

v5の場合は、後述の通りCaffeのソース修正が必要になります。

Visual Studio 2013プロジェクトの設定

windows\Caffe.slnをVisual Stuido 2013で開きます。

アクティブな構成を変更します。（例：Release/x64）

ソリューションにプロジェクトがいくつもありますが、それぞれのプロジェクトを右クリックしてプロパティを選び、構成のプロパティ→C/C++→詳細設計を選び、指定の警告を無効にするに「4819」と入力してOKを押します。
これは、CUDAのソースにASCII以外の文字が含まれいるため出力される警告を無視するために設定します。警告があるとコンパイルエラー扱いに設定されているので必須です。

cuDNN v5対応

cuDNN v5をインストールした場合は、Windows版のCaffeはcuDNN v5に対応していないので、ソース修正が必要になります。v4をインストールした場合は不要です。
Windows版のCaffeをダウンロードしたディレクトリとは別のディレクトリに、最新のCaffeをダウンロードします。

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

cuDNN関連のソースがビルドエラーになるので、ビルドエラーになったソースを最新版のソースに置き換えていけばよいです。cudnn.hppは、全体を置き換えるとWindows対応のコードも置き換えてしまうので、「#if !defined (_MSC_VER)」の個所は置き換えないようにしてください。

対象のソースは以下のものです。

include\caffe\layers\cudnn_relu_layer.hpp
include\caffe\layers\cudnn_sigmoid_layer.hpp
include\caffe\layers\cudnn_tanh_layer.hpp
include\caffe\util\cudnn.hpp
src\caffe\layers\cudnn_conv_layer.cu
src\caffe\layers\cudnn_relu_layer.cu
src\caffe\layers\cudnn_relu_layer.cpp
src\caffe\layers\cudnn_sigmoid_layer.cu
src\caffe\layers\cudnn_sigmoid_layer.cpp
src\caffe\layers\cudnn_tanh_layer.cu
src\caffe\layers\cudnn_tanh_layer.cpp

CaffeのWindowsブランチをForkしてcuDNN v5向けに変更を加えたリポジトリを公開します。
github.com

ビルド

Caffeはいろいろなライブラリに依存していますが、NuGetから自動でダウンロードするようになっているので、そのままビルドできます。

メニューからビルド→ソリューションのビルドを選択して、ビルドを行います。
ビルドが完了するまで数分かかります。

ビルドが無事完了すると、Build\x64\Releaseに、exeとdllが作成されます。

MNISTサンプルで動作確認

MNISTサンプルで動作確認を行います。
実行方法は、基本的にexamples\mnist\readme.mdに従います。

MNISTサンプルは、examples\mnistにありますが、linux用のサンプルになっているので、Windowsで実行するにはいくつか修正が必要です。

まずスクリプトがbashのシェルスクリプトになっているので、MSYSをインストールします。

MNISTデータダウンロード

bashを起動し、Caffeのディレクトリに移動し、

./data/mnist/get_mnist.sh

を実行し、MNISTのデータをダウンロードします。
※wgetとgunzipが使われています。不足しているコマンドがあれば、MinGWのパッケージマネージャでインストールしてください。

データ準備

examples\mnist\create_mnist.shを編集します。

「BUILD=build/examples/mnist」→「BUILD=Build/x64/Release」に修正
「convert_mnist_data.bin」→「convert_mnist_data.exe」に修正(2か所)

編集後、

./examples/mnist/create_mnist.sh

を実行します。

訓練実行

examples\mnist\train_lenet.shを編集します。

「./build/tools/caffe」→「./Build/x64/Release/caffe」に修正