1.Windows環境caffe安裝配置（無GPU）

參考：http://www.cnblogs.com/cxyxbk/p/5902034.html

解壓caffe-windows文件，將./windows中的CommonSettings.props.example文件復制到本文件夾中，然後刪除example得到CommonSettings.props文件

修改CommonSettings.props文件。根據自己的需求修改狀態，比如我自己筆記本上無GPU，就在對應的地方設置位False；相應的，我只能用CPU，那就改成True；Matlab和Python的接口是否使能（Enabled）也在這裏設置。

用vs打開caffe.sln文件

若libcaffe加載失敗，重新解壓caffe-windows.

出現問題：

無法打開libcaffe.lib之類的error,直接對libcaffe重新生成一次。

接著會出現的問題：沒有生成object文件；解決辦法：雙擊此錯誤，保存彈出來的框，然後再對libcaffe“重新生成一次”

右鍵caffe.sln，點擊生成解決方案。

會下載第三方庫，NugetPackages

設置屬性當前選定內容

運行caffe.cpp，按ctrl+f5進行編譯

Caffe之python接口配置

參考：http://www.2cto.com/kf/201611/561124.html

編譯caffe接口，修改配置文件CommonSettings.props：

第13行：<pythonsupport>true</pythonsupport>

第48行：<pythondir>C:\Program Files\Anaconda2\</pythondir>

然後保存，去編譯Release版本的pycaffe

編譯caffe工程中的pycaffe

直接將caffe這個文件夾拷貝到C:\Program Files\Anaconda2\Lib\site-packages即可。

在命令行中

進入python

Import caffe

安裝protobuf

參考：http://blog.csdn.net/zhunianguo/article/details/52662535

解壓protobuf-2.6.1文件到caffe目錄下

打開cmd 到當前protobuf的python目錄下，輸入

python setup.py build回車，python setup.py test回車，

python setup.py install回車，

查看且把紅框裏的復制到

即將其protobuf-3.0.0-beta-2/python 目錄下的google文件拷貝到D:\Program Files\Anaconda2\Lib\site-packages目錄下即可。

2.caffe之GPU版本的配置

準備好CUDA和cudnn兩個文件。

經測試，GTX980ti和GT740型號顯卡都可以用CUDA7.5版本的安裝包

安裝CUDA，安裝好之後，在cmd命令窗口中輸入：nvcc -V，回車查看是否有版本信息。若出現版本信息，則證明nvcc安裝成功。

CUDA安裝完畢會自動添加環境變量：

將cudnn文件夾中的bin,include,lib三個東西拷貝到cuda的安裝目錄下。

添加cudnn進入系統的環境變量：

我把cudnn的文件夾放在了c盤的根目錄下：

（不知道添加cudnn的環境變量有什麽用，網上的博客是這樣做的。）

下載官方版本的caffe：

下載鏈接：https://github.com/BVLC/caffe/tree/windows

然後將NugetPackages這個文件夾，拷貝到caffe-master的平行目錄下：

NugetPackages大概1個G

在windows文件夾下，復制一個CommonSettings.pros文件

先設置為cpu模式，編譯libcaffe模塊（大概1分鐘），再編譯caffe模塊（大概1分鐘）。

即可運行mnist實驗。

gpu模式：

先把python和matlab關掉。然後編譯libcaffe模塊和caffe模塊，各自大概15分鐘。在編譯的過程中，會調用CUDA中的庫文件，來生成caffe.exe。這應該就是設置CpuOnlyBuild和UseCuDNN的意義吧。編譯好之後，即可在solver.prototxt中設置gpu模式跑實驗。經測試，該方法可用，在編譯的過程中，沒有報錯，一次就成功。

如果要制作數據集，再編譯其他的模塊。

caffe+win10安裝與配置