進行深度學習可以使用Caffe，我使用windows配置了一下Caffe執行環境，非常簡單。這裡把官網的配置過程搬運過來，以備參考。

　　配置環境： Windows 10（64位）+ Visual Studio 2013.

1獲取安裝檔案

2生成新的配置檔案

　　將.\windows\CommonSettings.props.example複製一份，並且重新命名為.\windows\CommonSettings.props（檔名為CommonSettings.props，前邊的.\windows\是路徑）。

預設情況下，編譯需要CUDA和cuDNN庫，這些都可以在配置檔案.\windows\CommonSettings.props中進行配置。預設情況下不支援Python，但是也可以在.\windows\CommonSettings.props中更改。Caffe所需要的第三方的依賴項可以通過NuGet自動獲取。

3 CUDA配置

　　從網址https://developer.nvidia.com/cuda-toolkit下載最新的CUDA，本文撰寫時已經更新到CUDA 8。如果你不想使用CUDA，或者由於某些原因裝不上CUDA，也可以採用CPU_ONLY選項來進行生成，此時你需要在.\windows\CommonSettings.props中設定CpuOnlyBuild選項為true，設定UseCuDNN選項為false。

4 cuDNN配置（如果第3步中選擇CPU_ONLY，則本步驟可以忽略）

　　從網址https://developer.nvidia.com/cudnn下載cuDNN v3或者 cuDNN v4。將下載的壓縮檔案解壓到 %CUDA_PATH%（CUDA安裝時生成的環境變數）。也可以解壓到其他的路徑，並將配置檔案的CuDnnPath指向解壓的路徑。當然，如果僅使用CUDA但不使用cuDNN，可以將配置檔案中的UseCuDNN設定為false。

5 Python介面配置

　　在配置檔案中將PythonSupport設定為true。然後下載Miniconda 2.7 64-bit Windows安裝檔案，為所有使用者新增Python路徑到PATH環境變數（通過安裝檔案完成），下載地址為http://conda.pydata.org/miniconda.html。

　　以“管理員身份”開啟命令提示符視窗，輸入以下命令：

　　conda install --yes numpy scipy matplotlib scikit-image pip

pip install protobuf

　　注意：編譯完成後，為了能夠使用Python，需要做以下更改：

設定PythonPath環境變數指向<caffe_root>\Build\x64\Release\pycaffe，或者將資料夾<caffe_root>\Build\x64\Release\pycaffe\caffe拷貝到<python_root>\lib\site-packages路徑下。

6 Matlab介面配置

　　在配置檔案中將MatlabSupport設定為true，並且將MatlabDir設定為你的Matlab安裝的根目錄。

　　注意：編譯完成後為了使用Matlab，需要做以下更改：

　　將生成的matcaffe資料夾新增到Matlab的搜尋路徑，並且，新增<caffe_root>\Build\x64\Release到系統路徑。

7編譯生成

　　開啟.\windows\Caffe.sln，全部生成即可。