windows下caffe的安裝有些麻煩，我折騰了一天終於安裝好caffe並且成功測試了mnist，在此期間遇到了不少坑，特此記錄一下。

安裝caffe

caffe的安裝方式一直在變化，我安裝的時候發現不少部落格寫的東西已經有些過時了，所以建議大家在安裝的時候最好參考官方的安裝說明。
官方安裝說明https://github.com/BVLC/caffe/tree/windows

我的環境：win10，VS2013，gtx1060

需求

1. visual studio 2013 或2015
2. CMake 3.4以上版本
3. CUDA 7.5或8.0（VS2015只能用8.0）
4. cuDNN v5
5. Anaconda Python 2.7 or 3.5 x64 (or Miniconda)

6. 最後在官方github上下載caffe

   安裝

7. 修改配置檔案，開啟你下載的caffe根目錄，進入\scripts,找到build_win.cmd,開啟（建議用notepad++什麼的開啟，不要用notepad）。找到如下這段

) else (
    :: Change the settings here to match your setup
    :: Change MSVC_VERSION to 12 to use VS 2013
    if NOT DEFINED MSVC_VERSION set MSVC_VERSION=12
    :: Change to 1 to use Ninja generator (builds much faster)
    if
 
 NOT DEFINED WITH_NINJA set WITH_NINJA=0
    :: Change to 1 to build caffe without CUDA support
    if NOT DEFINED CPU_ONLY set CPU_ONLY=0
    :: Change to Debug to build Debug. This is only relevant for the Ninja generator the Visual Studio generator will generate both Debug and Release configs
    if
 
 NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
    :: Change to 1 to build a caffe.dll
    if NOT DEFINED CMAKE_BUILD_SHARED_LIBS set CMAKE_BUILD_SHARED_LIBS=0
    :: Change to 3 if using python 3.5 (only 2.7 and 3.5 are supported)
    if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=2
    :: Change these options for your needs.
    if NOT DEFINED BUILD_PYTHON set BUILD_PYTHON=1
    if NOT DEFINED BUILD_PYTHON_LAYER set BUILD_PYTHON_LAYER=1
    if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=0
    :: If python is on your path leave this alone
    if NOT DEFINED PYTHON_EXE set PYTHON_EXE=python
    :: Run the tests
    if NOT DEFINED RUN_TESTS set RUN_TESTS=0
    :: Run lint
    if NOT DEFINED RUN_LINT set RUN_LINT=0
    :: Build the install target
    if NOT DEFINED RUN_INSTALL set RUN_INSTALL=0
)

按照提示與你本身的環境，修改VS版本，是否使用ninja，是否使用gpu等，

儲存退出執行該檔案。
然後。。。一般你是會失敗的，因為在構建過程中cmake會從網上下一些依賴庫，但是由於中國網路原因，它連線不上，於是就失敗了，
我們開啟caffe根目錄下的CMakeLists.txt，搜尋download關鍵字，會發現這樣一句話

include(cmake/WindowsDownloadPrebuiltDependencies.cmake)

根據提示，開啟根目錄下的cmake目錄，找到WindowsDownloadPrebuiltDependencies.cmake檔案。開啟，發現它在開頭就定義了幾個下載連線，然後你根據你自己的配置需求，下載相應的連結，但注意，這幾個連線你依然很難直接下載，你可以買個迅雷會員下載，或者買個VPN（如果你有VPN的話，直接執行那個cmd檔案應該就可以成功了），或者你上網找找有沒有連線所指向的那個檔案。下好後最好校驗一下雜湊值，下載連線下面就由檔案雜湊值。
然後將檔案複製到scripts\build\目錄下。再次執行cmd檔案。
如果再次失敗，你可以仔細看看我剛才提到的幾個指令碼檔案，分析一下哪裡還有問題。

1. build成功，然後開啟scripts\build\，裡面就會多出一個VS專案，開啟caffe.sln檔案，點選生成-生成解決方案，
2. 在build\tools\release下可以發現caffe.exe檔案
3. 結束
   安裝python介面
4. 安裝必要的包

conda install --yes numpy scipy matplotlib scikit-image pip six
conda install --yes --channel willyd protobuf==3.1.0

這是官網給出的命令，但我更新protobuf的時候出了錯 ，後來使用pip安裝的
3. 複製根目錄下的\python\caffe資料夾到Anaconda\Lib\site-packages下面
4. 開啟python，import caffe測試一下

測試mnist

為方便起見，可以將caffe.exe的路徑加到系統的path中
1. 先從網上下載資料檔案mnist-test-leveldb、mnist-train-leveldb
2. 開啟跟目錄下的\examples\mnist將資料檔案複製進去，
3. 修改lenet_train_test.prototxt以及lenet_solver.prototxt兩個檔案，具體可以看下面這個部落格http://www.cnblogs.com/NanShan2016/p/5469942.html，注意資料地址與資料格式的修改，還要注意資料檔名字的問題，我就在這被坑了好久，資料檔案的名字是mnist-test-leveldb、mnist-train-leveldb，用的是連字元-，而在lenet_train_test.prototxt中指定的資料卻是mnist_test_leveldb、mnist_train_leveldb,用的時下劃線，要注意這一點。
4. 在當前目錄開啟命令提示符，輸入caffe train --solver=lenet_solver.prototxt
5. 結束