win10+VS2013+MATLAB2014a+Anaconda2（python2.7）+cuda8.0+cudnn5.1+opencv3.2.0+caffe

先说我的环境配置：win10x64，i5-3230m，显卡710m，显存2G，12G内存。

anaconda官方地址：https://www.continuum.io/downloads/

cuda官方地址：https://developer.nvidia.com/cuda-downloads

cudnn官方地址：https://developer.nvidia.com/cudnn

caffe官方地址：https://github.com/BVLC/caffe

caffe微软版地址：https://github.com/Microsoft/caffe

1.安装VS2013，具体就不在这里叙述了。

2. 安装matlab2014a，具体就不在这里叙述了。

3.安装anaconda，2对应是py2.7，3则是py3.5。安装时候直接装在某个盘的根目录以免名字过长报错。我就装在C:\anaconda2\

4.下载安装cuda8.0，安装的时候选自定义安装然后把组件全部勾上。之后打开cuda的samples文件夹，打开Samples_vs2013.sln等待加载之后Release x64模式下生成解决方案。

5.下载cudnn，需要注册账号的。下载完成之后解压把里面的cuda文件夹放到容易找的位置，我就放在了C:\cudnn\cuda\

（在后来的安装中发现，GPU运算能力低于3.0的无法使用cudnn，我的显卡是710m，运算能力2.1，跑mnist耗时11分钟，仅仅比我用i5CPU跑快了1分钟，所以运算性能低于3.0的基本可以不需要用GPU来运行了）

（安装cuda，生成samples的解决方案之后，win+R打开控制台，进入samples文件夹cd  C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release  然后运行deviceQuery.exe，找到  CUDA Capability Major/Minor version number:    后面的数字就是你的GPU运算能力了）

（如果不死心，想要强行把运算能力低于3.0的GPU拉上来跑，可以在c:\caffe-matter\windows，里面的CommonSettings.props，找到 <CudaArchitecture>，在compute_35,sm_35;compute_52,sm_52前面添加上compute_20,sm_20;）

6.下载caffe，建议解压在根目录，比较容易找到。我就解压在c:\caffe-matter\

7.准备工作完成，开始配置环境：

用户环境变量添加

变量path   值C:\caffe-master\Build\x64\Release

变量PYTHONPATH   值C:\caffe-master\Build\x64\Release\pycaffe

系统环境变量添加

        CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 
        CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
        CUDA_BIN_PATH = %CUDA_PATH%\bin 
        CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 

        CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64 

         PATH后面添加   ;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%; 

然后重启计算机

此时打开cmd输入python应该能进入python平台。输入nvcc -V能查询cuda是否安装正确。

8.编译caffe

打开c:\caffe-matter\windows，里面的CommonSettings.props，按需设置里面的参数

<CpuOnlyBuild>false</CpuOnlyBuild>;如果是true，代表屏蔽GPU功能，只用CPU跑代码

<UseCuDNN>false</UseCuDNN>;如果装了cudnn，这个可以用，不过GPU运算能力低于3.0的无法使用cudnn。需要在 <CuDnnPath></CuDnnPath>设置你的cudnn库的位置

<CudaVersion>8.0</CudaVersion>;设置你的cuda版本

<PythonSupport>true</PythonSupport>;需要支持py接口的这里要填true，同时 <PythonDir>C:\Anaconda2\</PythonDir>要填你的python目录

<MatlabSupport>true</MatlabSupport>;需要支持matlab接口的这里要填true，同时 <MatlabDir>C:\Program Files\MATLAB\R2014a</MatlabDir>要填你的matlab目录

修改完成之后保存退出，打开对应VS2013的caffe.sln解决方案，等待加载完成之后把libcaffe设置为启动项，Release下重新生成解决方案。这时候vs会自动给你下载依赖库的，存在跟你caffe目录的同一级别目录里面。文件夹名字叫NugetPackages。等待下载完成会自动继续生成解决方案。生成完成后没有报错则成功。