準備工作

1. Python：https://www.python.org/downloads/，建議下載 2.7.X 版本，工具全面相容。安裝後：
   
   • 將 Python 的根目錄載入到系統變數中：
     
   • 同樣地，將 Python 根目錄中的 Python27\Scripts 資料夾同時加入系統變數 path 中（為了在命令列中方便使用 pip 命令）
2. 原生的 Python 缺少機器學習必須的計算庫（numpy, scipy）、繪相簿（matplotlib）、功能庫（boost.python）等等，現在 Python 推薦相關庫的安裝是使用 .whl 壓縮檔案。推薦一個非常好的第三方網址，總結了所有常用的庫，而且維護及時：
   
   https://www.lfd.uci.edu/~gohlke/pythonlibs/

3. 安裝 .whl 壓縮檔案的方法是：使用命令列（cmd）進入 .whl 檔案所在的資料夾，輸入命令：

   pip install [.whl 檔名]

   安裝 numpy, scipy 庫之後，命令列中輸入以下命令：

   python
   import numpy
   import scipy

   只要不會報錯即說明尚未安裝成功

4. MATLAB下載安裝：隨便搜尋一個天朝綠色版裝上就好……你懂的

正式安裝

1. 安裝之前需要完成上面的 Python 過程，然後請完成此頁面（https://github.com/Microsoft/caffe

   ）的【Build】之前部分的安裝步驟，從而才能使得 caffe 神經網路工具可以利用 GPU（CUDA），並且在 Python、MATLAB 中順利使用

2. • The “Nvda.Build.CudaTasks.SanitizePaths” task could not be loaded from the assembly …：CUDA 7.5 需要安裝 .NET Framework 3.5（https://www.microsoft.com/zh-cn/download/details.aspx?id=21）
   • 選擇 Release X64 平臺，VS2013 中選擇方法：

測試 caffe

1. 到 http://pan.baidu.com/s/1mgl9ndu
   下載已經轉換好的MNIST的leveldb資料檔案，解壓至./examples/mnist資料夾中
2. 利用 windows 命令列（CMD）進入根目錄，直接呼叫該目錄下的 run_mnist.bat 即可開始訓練
3. 訓練日誌會儲存在./log資料夾中，以 INFO 開頭，txt格式的日誌檔案中

Python 介面使用 caffe

1. 首先我們回到步驟2：正式安裝中的所下載的資料夾：\caffe-windows-master\python，建立新的系統環境變數 PYTHONPATH 儲存此位置：
   

2. 安裝谷歌的開源工具：protobuf 並且版本應該是 3.X，但是這裡會有一個問題，如果已經重複安裝了 protobuf，並不會覆蓋原有的版本，而是兩個版本共存從而造成問題。因此我們要做的第一件事是解除安裝原有版本的 protobuf，命令如下（注意：呼叫以下命令不能一次性解除安裝之前安裝的所有版本的 protobuf，只會刪除最近一次安裝的 protobuf；為了乾淨解除安裝，建議多次呼叫以上命令，直至出現：Cannot uninstall requirement protobuf, not installed 提示）：

   pip uninstall protobuf

3. 重新安裝 protobuf：

   • 下載 https://github.com/google/protobuf/releases 頁面中的 protoc-$VERSION-win32.zip 檔案，將解壓之後的 protoc.exe 放入 C:\Windows\System32 中

   • 下載 https://github.com/google/protobuf 頁面中所有原始碼，之後在命令列中進入 protobuf-master\python 資料夾，依次輸入三個命令：

     python setup.py build
     python setup.py test
     python setup.py install

   • 三條命令都沒有報錯即說明最新版本的 protobuf 安裝成功

4. 測試 caffe 能夠在 Python 中使用。命令列輸入 python 進入互動編輯介面後輸入：import caffe 不報錯即證明可以順利使用