Windows下配置Caffe（CPU+GPU版本）

一.准备工作

1.window10（其他的windows版本应该也可以，本人只尝试了win10和win7）
2.Visual Studio2013（2015应该也可以，但是2017的问题比较多，建议使用VS2013）
3.Github安装

二.下载Caffe源码

从该网站克隆windows版本的Caffe源码
https://github.com/Microsoft/Caffe

三.源码处理

1.点开Caffe->windows，将example文件修改名字复制出一个新的文件。

2.修改CommonSettings.props文件（以CPU为例）

（1）CpuOnlyBuild改为true
（2）UseCuDNN修改为false
3.点击Caffe.sln文件，使用VS2013打开。
4.在项目的“解决方案‘Caffe’（16个项目）”右键生成解决方案，在这个过程中会安装NuGet，速度会比较慢。如果出现错误：‘alt_sstream_impl.hpp’的编码错误（一开始的错误会抛在libcaffe上，在libcaffe上点击生成方案就会出现这个编码错误），这时候在本地文件中找到该文件，用VS2013打开，然后保存即可。

4.mnist数据集测试

1.数据集介绍

• train-images-idx3-ubyte.gz
• train-labels-idx1-ubyte.gz
• t10k-images-idx3-ubyte.gz
• t10k-labels-idx1-ubyte.gz

2.将下载好的文件解压后放在examples->mnist->mnist_data文件夹下。
3.在根目录下面新建三个文件（文件名是任意的）
文件一： ”convert_mnist_data_train.bat”

Build\x64\Debug\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\train-images.idx3-ubyte examples\mnist\mnist_data\train-labels.idx1-ubyte examples\mnist\mnist_data\mnist_train_lmdb  
pause 

文件二： “convert_mnist_data_test.bat”

Build\x64\Debug\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\t10k-images.idx3-ubyte examples\mnist\mnist_data\t10k-labels.idx1-ubyte examples\mnist\mnist_data\mnist_test_lmdb  
Pause 

将生成的两个文件夹放在example->minist下面

文件三： “run.bat”

Build\x64\Debug\caffe.exe  train --solver=examples/mnist/lenet_solver.prototxt  
pause  

运行文件run.bat，如果运行成功，则配置完成。

参考链接：https://www.cnblogs.com/pkjplayer/p/7302075.html

5.编译windows下面的python接口–pycaffe

（1）修改配置文件CommonSettings.props

<PythonSupport>true</PythonSupport>
<PythonDir>C:\Python2\</PythonDir>

（2）去编译Release版本的pycaffe，如果是Debug的方式，可能出现python27_d.lib找不到。
解决方案：
修改Anaconda或者是Python文件夹的include文件夹的pyconfig.h文件：

#ifdef _DEBUG 
#   define Py_DEBUG 
#endif 

为：

#ifdef _DEBUG 
//# define Py_DEBUG 
#endif 

修改：

# ifdef _DEBUG 
# pragma comment(lib,"python27_d.lib") 
# else 
# pragma comment(lib,"python27.lib") 
# endif /* _DEBUG */ 

为：

# ifdef _DEBUG 
# pragma comment(lib,"python27.lib") 
# else 
# pragma comment(lib,"python27.lib") 
# endif /* _DEBUG */ 

此时在VS2013中的pycaffe上右键生成，成功编译后将caffe\Build\x64\Debug\pycaffe\caffe这个文件夹复制到Anaconda2的Lib文件夹的site-packages下面。
（3）测试接口，在python2的环境下

import caffe

如果出现错误：

ImportError:No module named protobuf

这个时候可以

• conda install protobuf
• pip2 install protobuf
• 下载protobuf源码，在protobuf的python子文件夹下面，python setup.py build, python setup.py test, python setup.py installl

然后再import caffe，一般来说就可以了。pycaffe配置完成。