目標

Caffe (GPU) をインストールして，サンプルプログラムを実行することで動作確認を行う．前回はGPUを積んでいないノートPCにインストールしたのでCaffe (CPU) をインストールしていた．これをベースにGPU版を別のPCにインストールする．

mugichoko.hatenablog.com

経緯

正直，デファクトスタンダードになりつつあるTensorFlowを使いたいのだが，使っているCPUが古くて，どうも上手くインストールできないのだ...

開発環境

OSは別にして，以下の組み合わせでないと基本的に動かない様子．Caffeが最早アップデートされていないので，基本的にこの組み合わせが最新でベストチョイスの様子．

開発環境
- Windows 10 Home (64-bit)
- Visual Studio 2015
- Python 3.5 (Anaconda)
- CUDA 8.0
- Caffe 1.0
PCのスペック
- CPU: Intel Core i7 950 3.07Hz
- RAM: 16GB
- GPU: GeForce GTX 970

インストール方法

前回とほぼ同じなので，そちらを参考のこと．ただし，ステップ4だけ異なるのでそこだけ書く．

CAFFE_ROOT\scripts\build_win.cmdファイルをCPUで実行する仕様に変更 * 70行目辺りから始まる箇所 * WITH_NINJA=0 * PYTHON_VERSION=3

MNISTの例

実行方法

こちらも前回とほぼ同じなので，そちらを参考のこと．ただし，ステップ6は不要．

実行結果

前回の記事を確認すると，CPU版では数十分かかったが，GPU版では1分程度で終わった．

コマンドプロンプトに出力された結果の内，最後の10行を以下に示す．この結果から，最終的な学習結果を用いたテストデータの認識精度が99.05%だったことが分かる．

I0530 11:44:58.499452  6088 solver.cpp:447] Snapshotting to binary proto file examples/mnist/lenet_iter_10000.caffemodel
I0530 11:44:58.515451  6088 sgd_solver.cpp:273] Snapshotting solver state to binary proto file examples/mnist/lenet_iter_10000.solverstate
I0530 11:44:58.523452  6088 solver.cpp:310] Iteration 10000, loss = 0.00244166
I0530 11:44:58.523452  6088 solver.cpp:330] Iteration 10000, Testing net (#0)
I0530 11:44:58.707450 20436 data_layer.cpp:73] Restarting data prefetching from start.
I0530 11:44:58.713449  6088 solver.cpp:397]     Test net output #0: accuracy = 0.9905
I0530 11:44:58.713449  6088 solver.cpp:397]     Test net output #1: loss = 0.0304673 (* 1 = 0.0304673 loss)
I0530 11:44:58.713449  6088 solver.cpp:315] Optimization Done.
I0530 11:44:58.713449  6088 caffe.cpp:260] Optimization Done.
Press enter to exit