由於學習需要，決定安裝caffe，之前用的都是基於theano的keras。聽說win下caffe很難配置，經過一個下午和晚上的配置終於成功，以此記錄。

我的電腦：win10 64位，N卡GTX950，Visual Studio 2013，MatLab 2014a, Anaconda2，PyCharm2016.

由於之前使用win下的theano和keras，所以安裝了anaconda2，確實很好用，建議使用python的話還是裝anaconda比較簡單。

安裝caffe前提要求：電腦系統win7,8,10都可以；顯示卡只有N卡可以用Cuda，利用GPU加速，非N卡就利用CPU就好；此外需要用matlab或python（推薦）程式設計的再下載對應軟體。

安裝步驟：

1.安裝cuda和cuDNN（無GPU則無需安裝）

   因為網上有各種失敗案例，所以要注意版本問題。官網即可下載，cuda我下載的是cuda_8.0.44_win10.  cuDNN我下載的是cudnn-7.0-win-x64-v4.0（網上對cudnn 版本有爭議）。

   安裝cuda8.0（進官網點選download一步一步來，安裝時一直點下一步即預設裝到C盤）和cudnn v4（下載下來解壓，解壓後會有一個名為cuda的檔案）即可。

   注：官網下載cudnn時會要求註冊，填完資訊註冊完成後，選著cuDNN v4 或者 cuDNN v5 (這取決於 CommonSettings.props 檔案裡標註支援的版本，建議選擇 cuDNN v4 Library for Windows)安裝儘量預設路徑。

cuda:

cudnn:

 要實現gpu加速，以上步驟一定認真安裝。

2.下載caffe

    因為我自己裝的CuDNN，所以我採取第一種方法。下載完後，解壓檔案，得到一個叫caffe-master的資料夾。我裝到了E盤，即E：\caffe-master

 3.caffe環境整合

   開啟caffe-master資料夾，然後看到一個windows資料夾，然後繼續開啟windows資料夾，看到裡面一個CommonSettings.props.example檔案，複製出來一份，並改名字為CommonSettings.props。完成過後如下圖：

 然後開啟到 caffe-master/caffe-master/windows 資料夾，用 VS2013 執行 Caffe.sln 檔案，檢查解決方案中的專案，重點看libcaffe和test_al

第一次應該是這兩個顯示載入失敗的，解決方法如下：

關閉VS，開啟 CUDA 安裝路徑中的 MSbuildExtensions 資料夾，如果你在之前安裝時選的是預設路徑，那麼它應當在 c 盤 / Program File/NVIDIA GPU Cpmputing Toolkit/CUDA/8.0/extras/visual_studio_integration 裡

拷貝 MSbuildExtensions 資料夾中的所有檔案，複製到 C 盤 / Program File(x86)/MSBuild/Microsoft.Cpp/v4.0(這裡取決於你安裝的版本)/V120/BuildCustomizations 資料夾下，替換目標中的檔案

這時開啟VS，發現他倆不再顯示載入失敗了。

 點選 VS2013 裡右邊的 CommonSettings.props 檔案

第 7行 false 保持為false（不是隻要用CPU，所以為false）

第 8 行 false 改為 true（要用cudnn，所以為true）
第 9 行 7.5 改為 8.0（我的cuda版本為8.0）
第 13 行 false 改為 true（支援python所以為true）
第 24 行 改為你的 cuDNN 的解壓檔案中 cuda 資料夾的路徑

如我把 cuda 資料夾複製到 E盤 / cuda7 資料夾下，則我在 CommonSettings.props 中路徑應當為 E:\cuda7

第 48 行改為 Anaconda2 的安裝資料夾，我的Aanconda2在D盤。

4. 編譯

 編譯順序：libcafffe->caffe->pycaffe

1）編譯libcaffe：右擊右側libcaffe，選擇屬性，開啟如下libcaffe屬性頁：按照如下修改

然後開始編譯libcaffe，點選綠色三角即可，結果會很漫長等待，最後可能會有錯誤，我的確實出現錯誤，和大家的錯誤基本一樣，大致是如下：無法開啟libcaffe.lib:

網上的解決方案是對libcaffe單獨重新生成，如下圖所示：

然後重新編譯，但這樣的話會出現另外一個錯誤：   error C2220:警告被視為錯誤-沒有生成“object”檔案

如果出現這樣的錯誤，請開啟專案-屬性按照下圖進行更改：

如果已經改好的話，應該就不會再出現錯誤。我在執行的過程中出現了上面提及的兩個錯誤，通過重新生成和將警告是為錯誤這兩個解決方法，最終編譯正確。

編譯完成後，caffe_master資料夾下應該生成了一個名為Build的資料夾，以後編譯的成功和執行需要的檔案都會存放在..\build\X64\Relase下面。

2）編譯caffe

在Visual Studio 2013的解決方案上面右擊選擇屬性（properties）

出現  解決方案“caffe”屬性頁：按照如下設定，也有教程說選單啟動專案，好像都可以。

 這個過程更慢，過程需要聯網因為可能會FQ，這個過程的結果是為了下載caffe需要用到的第三方庫：NugetPackages（裡面有16個檔案）

可能有的人中途失敗或其他原因，所以網上有人把這個包下載好了，可以直接拿來放到上圖路徑即可。

放到和caffe-windows資料夾的同級目錄下。這樣之後再開啟Caffe.sln時能夠自動識別出來，提供一個NugetPackages資料夾的壓縮包：http://pan.baidu.com/s/1qYpg3bY，提取碼f2zx。

最終編譯完成後，會在Release下出現caffe.exe，如果出現說明編譯成功。

 測試：直接開啟與右側的caffe.cpp,按Ctrl+f5執行。

執行結果：下圖為結果即ok！

3）編譯pycaffe

    我在編譯的時候是直接點選pycaffe，直接執行即可，結果也正確，沒有出現任何錯誤或者警告。網上好多教程是要配置路徑（出錯時），這裡不再贅述。

5.測試

 首先下載mnist資料集http://yann.lecun.com/exdb/mnist/，這裡需要注意的是caffe並不直接通過下載得到的四個檔案進行訓練，而是會把它轉化為lmdb或leveldb格式進行讀取。lmdb是lightning(閃電的) memory-mapped database manager的縮寫，能夠把原始資料通過更為高效的儲存方式儲存，從而加快讀取和訓練速度(lmdb比leveldb更快，可以看看剛剛的NugetPackages資料夾，當中就包含著對應的庫)。

    實現這個轉化的程式碼是\examples\mnist的convert_mnist_data.cpp，但也沒必要看，因為它的執行指令碼create_mnist.sh顯然是linux下的東西。有教程紹如何實現自己的資料集向lmdb和leveldb轉換。目前更很好的辦法就是直接網盤下載，這裡分享一個http://pan.baidu.com/s/1c2G9qyk 提取碼xama。

    裡面是已經經過轉換的leveldb格式的訓練集和測試集，把這兩個資料夾直接放到\examples\mnist目錄下，如下圖所示：

如果你沒有gpu，則要改一個部位：

首先用VS開啟\examples\mnist目錄下的lenet_solver.prototxt，將最後一行改成CPU：

如果有gpu則不用改動。

可以看到，這個檔案是對網路訓練引數進行指定：max_iter指定了最大迭代次數，snapshot是輸出中間結果。上圖中的引數已經修改過，初始的max_iter和snapshot是10000和5000。

   接著再用VS開啟\examples\mnist目錄下的lenet_train_test.prototxt，做如下修改以正確指定訓練集和測試集。

完成上述工作後就可以編寫bat指令碼進行正式訓練了。回到caffe-windows的根目錄下新建一個run.txt並寫入以下內容：

即在下圖的路徑中，先新建一個mytrain.txt(名字隨意)，然後寫入上圖內容，儲存時另存為mytrain.bat。

如上圖，即mytrain.bat  

（  bat檔案是dos下的批處理檔案。批處理檔案是無格式的文字檔案，它包含一條或多條命令。它的副檔名為 .bat 或 .cmd。在命令提示下鍵入批處理檔案的名稱，或者雙擊該批處理檔案，系統就會呼叫cmd.exe按照該檔案中各個命令出現的順序來逐個執行它們。使用批處理檔案（也被稱為批處理程式或指令碼），可以簡化日常或重複性任務。）普及下。。

字尾名改成bat後雙擊執行，出現類似如下的訓練過程：

好了，在我gtx950的gpu下，速度蠻快的，大約十多秒跑完:

OK,吃飯去！

補充下參考部落格：

多多參考，才能仔細認真

http://www.cnblogs.com/yixuan-xu/p/5858595.html     從零到一：caffe-windows(CPU)配置與利用mnist資料集訓練第一個caffemodelhttp://www.cnblogs.com/marso/p/caffe_win10_python.html     http://www.cnblogs.com/marso/p/caffe_win10_python.html

cn.bing.com/?FORM=Z9FD1                   Windows10+GTX950m+VS2013 環境下編譯 Caffe（網頁音樂不錯23333）

http://www.2cto.com/kf/201612/575865.html    Windows 10下安裝配置Caffe並支援GPU加速

http://blog.csdn.net/yingwei13mei/article/details/53890072      

http://m.blog.csdn.net/article/details?id=51549105      【caffe-Windows】caffe+VS2013+Windows+GPU配置+cifar使用