caffe在windows（无GPU）下安装

作为一枚对机器学习有基础，但对深度学习一无所知的DL-er。就这样在深度学习的浪潮下，走上了Dl的探索道路。

现在就开启学习记录之旅。。。。

caffe在windows（无GPU）下安装的缘由：

（1）电脑配置太low

（2）从未接触过Linux

（3）Caffe是一个清晰而高效的深度学习框架。Caffe的优势

1. 上手快：模型与相应优化都是以文本形式而非代码形式给出。        
   Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。
2. 速度快：能够运行最棒的模型与海量的数据。        
   Caffe与cuDNN结合使用，测试AlexNet模型，在K40上处理每张图片只需要1.17ms.
3. 模块化：方便扩展到新的任务和设置上。        
   可以使用Caffe提供的各层类型来定义自己的模型。
4. 开放性：公开的代码和参考模型用于再现。
5. 社区好：可以通过BSD-2参与开发与讨论。

基于以上三点，硬着头皮琢磨caffe在windows下安装：

（1）前期尝试了好多网友的分享，在编译阶段出现各种问题，通过对各种问题的过五关斩六将，将类似于找不到***.h或

者无法解析外部符号问题都解决了，但是在调试阶段，总是不如意；（对于出现一些外部符号无法解析问题，经过观察发

现有的是关于gpu...，因为我想着我又用不了gpu，于是我在程序中将关于gpu相关的函数全部注释掉，对于这系列的问题

可算就这样解决了。当然对于其他常规的无法解析，就是记得添加库目录路径以及附加依赖项还有将bin目录添加环境变量）

 

（2）最后找到http://blog.csdn.net/happynear/article/details/45372231（如何快糙好猛地在Windows下编译CAFFE并使

用其matlab和python接口 ） 通过对该博客中提供的方案以及前期的尝试，快速的实现了编译：

但是总是出现一堆warning，提示未找到PDB,在网上搜索了好多解决方案，还是没有解决，想到是warning，所以抱着侥

幸心理去调试了。竟然顺利通过了D:\caffe1\examples\mnist（记得在D:\caffe1\examples\mnist\lenet_solver.prototxt中将

solver mode: CPU or GPU 中的solver_mode改为 CPU）

接下来将继续其他examples的学习。。。