Windows 10+CUDA8.0+Visual studio 2013编译Caffe及Matlab、Python接口设置

因为实验需要比较几个算法，有几个引用较多的算法是caffe框架的代码，用pytorch重写太费事，不如把caffe框架也用起来。这里记下几个编译步骤，避免下次需要时不必要的浪费时间
1、按官方Window caffe （https://github.com/BVLC/caffe/tree/windows）进行编译，不要用Microsoft 版本（https://github.com/microsoft/caffe）,因为这个版本已经不更新了，而且只支持Visual studio 2013，并且虽然貌似有设置好的工程，但是会遇到一些奇怪的错误，编译起来反而会遇到坑浪费时间。

2、跳过“The fastest method to get started with caffe on Windows is by executing the following commands ”，这个快速方法测试没通过，建议直接用后面的CMake编译方法。

3、只支持CUDA 7.5或8.0，下载CUDA 8.0，安装，没必要更新drvier。下载cuDNN, 对应于win10和cuda8.0的版本，将解压后的cuda文件夹直接拷贝到CUDA_PATH;

4、Python得用Python 2.7，用Anaconda2，设置path变量，再按文档描述进行设置；

5、用CMake编译，设置BLAS值为Open，打开BUILD_matlab; CMake会自动下载依赖库，速度很慢，直接下载libraries_v120_x64_py27_1.1.0.tar文件copy到C:\Users\kkkk\.caffe\dependencies\download，再次运行CMake Configure。

6、CMake如有其他错误如找不到GPU, git等，需要安装下载对应的驱动或安装文件即可。直到CMake不报错报红。

7、用visual studio 2013编译：All build 后install;

8、对于Python接口，直接将install/python/caffe文件夹拷贝到python安装路径下的Lib/site-packages，例如C:\ProgramData\Anaconda2\Lib\site-packages\即可，运行python，再 import caffe如成功，则成功；

9、对于Matlab接口，可参考https://www.itread01.com/content/1547132238.html。

实际上，官方文档写的很详细了，认真看文档编译起来很快。