caffe下新建工程及编译

1 先编译Windows下的caffe

第一步 下载

在github上下载happynear的版本：https://github.com/happynear/caffe-windows，再去百度云下载作者亲手制作的第三方库：http://pan.baidu.com/s/1i390tZB，在源码的根目录下建立个3rdparty文件夹，把文件解压进去就可以了。 

解压好之后，要将3rdparty/bin文件夹添加到环境变量的PATH中，名称：PATH,路径：../../3rdparty/bin,添加系统变量和用户变量，这样才能让程序找到这些第三方库的dll。 
　　然后是Visual Studio 2013，如果你使用的是Visual Studio 2012，请从http://pan.baidu.com/s/1i3hGef7 下载第三方库和解决方案，但我并未测试过，如果遇到bug，请到github上报告给我。 
　　最后是CUDA和MKL了，MKL是可选的，大家可以去Intel官方申请，如果不用cpu模式的话其实也无所谓，在第三方库包中我还提供了openblas的库文件。 
　　我使用的是CUDA 7.0版，建议大家也安装这个版本。 
　　 
ps：如果你没有NVIDIA显卡或者显卡比较老，请还是将CUDA安装上，然后在C/C++选项卡的预处理器定义中，将USE_CUDNN删除。3个项目都要删。同时，为了您的身心健康，请尽快购置显卡。

第二步 编译

　　编译非常简单，分为以下几步： 
　　1、双击./src/caffe/proto/extract_proto.bat批处理文件来生成caffe.pb.h和caffe.pb.cc两个c++文件，和caffe_pb2.py这个python使用的文件。 
　　2、打开./buildVS2013/MainBuilder.sln，打开之后切换编译模式至Release X64模式。如果打开之后显示加载失败，可能你的CUDA版本和我的不一致，我的是CUDA 7.0版，这时就要用记事本打开./buildVS2013目录下各个文件夹内的.vcxproj文件，搜索CUDA 7.0，把这个7.0换成你自己的CUDA版本，就可以正常打开了。 如果你的电脑没有GPU，打开./build_cpu_only/MainBuilder.sln,其后步骤一样。
　　3、点上边工具栏中的绿色三角编译吧。编译大概需要半小时左右，请耐心等待。 
　　 
　　如果要用matlab wrapper来提取特征、观察训练好的权重的话呢，只需要把matcaffe项目里面的matlab目录修改成你自己的，然后编译，你就能从matlab/+caffe/private文件夹里面找到一个叫caffe_.mexw64的文件啦。 我的ｍatlab目录如下：点击属性－Ｃ＋＋，编辑为：E:\MATLAB\X64\extern\include，确定－应用，再点击链接器－附加库目录－编辑－替换为E:\MATLAB\X64\extern\lib\win64\microsoft.然后编译matcaffe就可以生成caffe_.mexw64文件，编译成功．
　　python的wrapper类似，把pycaffe项目里的python目录改成你自己的（我用的是Anaconda），就能在python/caffe文件夹中生成_caffe.pyd的python dll文件。

三、测试

　　到 http://pan.baidu.com/s/1mgl9ndu 下载已经转换好的MNIST的leveldb数据文件，解压至./examples/mnist文件夹中，然后运行根目录下的run_mnist.bat即可开始训练，训练日志会保存在./log文件夹中，以INFO开头，txt格式的日志文件中。

ps：如果你编译成功的话，不要忘了给他的github工程点个star！ 

以上部分来自大神博客，如果你也觉得不错，记得去给happynear大神点个星！

2 新建工程编译需要用到的文件

happynear的版本中提供了OpenCV库，不过博主还是自己配置了OpenCV 2.4.9.

例如：第一步在E盘下建立一个cnn_emotional的项目

第二步将caffelib加入到该工程中，添加相应的依赖项：

第三步 编译，编译成功会生成相应的可执行文件，本例中编译的是classification.cpp，编译成功在release中生成classification.exe，如果就可以直接调用来分类了。