终于在windows上成功编译caffe，特分享过程

 

   经过一天的不懈尝试和查找资料，终于完成了在windows上的caffe编译，也是参考了好几位前辈的经验分享，现分享过程如下：

   前言：最好基于caffe-windows（https://www.github.com/happynear/caffe-windows）编译，否则因为一些语言语法的标准问题，要改很多东西，最后即使编译通过了，还不一定能用。

环境：win7 64位，vs2013,boost,cuda7.5,opencv2.4.11，还有caffe依赖的一些第三方库。

步骤：

从github下载caffe-windows后，解压到caffe-windows-master文件夹

1、依赖库下载安装：

      boost_1.56_0-msvc-12.0-64（http://sourceforge.net/projects/boost/files/boost-binaries/1.56.0/），安装后目录是C:\local\boost_1_56_0；  

      opencv2.4.11下载安装，注意针对vs2013 64位；

       第三方库安装，（http://download.csdn.net/detail/lyk_ffl/9522629   http://download.csdn.net/detail/lyk_ffl/9522633 ）下载后解压到caffe-windows-master根目录下的3rdparty；并将里面的bin目录添加进系统环境变量path里；

       生成caffe.pb.cc和caffe.pb.h文件，下载生成批处理工具GeneratePB.bat（http://download.csdn.net/detail/lyk_ffl/9522368），放在caffe-windows-master\scripts文件夹下，直接双击运行GeneratePB.bat。

  2、使用vs2013编译caffe:

       使用vs2013打开caffe-windows-master\buildVS2013中的MainBuilder.sln，其中的caffelib工程即caffe的基本框架；

       添加头文件目录，caffelib工程的Properties\C/C++\General\Additional Include Directories,添加 ../../3rdparty/include;../../src;../../include;C:\local\boost_1_56_0;E:\opencv2411\include;E:\opencv2411\include\opencv;E:\opencv2411\include\opencv2 ，其中boost和opencv的路径根据自己电脑安装路径设置；

       设置编译选项，设置caffelib工程的Properties\C/C++\Preprocessor，删除USE_CUDNN（我没有安装cudnn）；

       依次编译caffelib下面的cpp文件：blob.cpp,common.cpp,data_reader.cpp......solver.cpp,syncedmem.cpp；

        依次编译caffelib/layers下面所有的.cpp和.cu文件；

       依次编译caffelib/util下面所有的.cpp和.cu文件；

        编译caffelib/proto下面的caffe.pb.cc文件；

        依次编译caffelib/solvers下面的所有.cpp和.cu文件；

        最后Build caffelib工程，生成caffe-windows-master\bin\caffelib.lib文件。

  3、生成caffe工具可执行文件：

       可执行文件工程主要有caffe工程，compute_image_mean工程，convert_imageset工程等，其他科参考这些工程自己添加，编译方法都是一样的。

        添加头文件目录，caffe工程的Properties\C/C++\General\Additional Include Directories,添加 ../../3rdparty/include;../../src;../../include;C:\local\boost_1_56_0;E:\opencv2411\include;E:\opencv2411\include\opencv;E:\opencv2411\include\opencv2 ，其中boost和opencv的路径根据自己电脑安装路径设置；

       设置编译选项，设置caffe工程的Properties\C/C++\Preprocessor，删除USE_CUDNN（我编译时没有加cudnn）；

       添加库文件目录，caffe工程的Properties\Linker\General\Additional Library Directories，添加E:\opencv2411\x64\vc12\lib;../../3rdparty/lib;..\..\bin;C:\local\boost_1_56_0\lib64-msvc-12.0;其中boost和opencv的路径参照自己电脑的安装目录；

      添加依赖库文件，caffe工程的Properties\Linker\Input\Additional Dependencies中添加 opencv_calib3d2411.lib;opencv_contrib2411.lib;opencv_core2411.lib;opencv_features2d2411.lib;opencv_flann2411.lib;opencv_gpu2411.lib;opencv_highgui2411.lib;opencv_imgproc2411.lib;opencv_legacy2411.lib;opencv_ml2411.lib;opencv_nonfree2411.lib;opencv_objdetect2411.lib;opencv_ocl2411.lib;opencv_photo2411.lib;opencv_stitching2411.lib;opencv_superres2411.lib;opencv_ts2411.lib;opencv_video2411.lib;opencv_videostab2411.lib;cudart.lib;cuda.lib;nppi.lib;cufft.lib;cublas.lib;curand.lib;gflags.lib;libglog.lib;libopenblas.dll.a;libprotobuf.lib;libprotoc.lib;leveldb.lib;lmdb.lib;libhdf5_D.lib;libhdf5_hl_D.lib;Shlwapi.lib;gflags.lib;libprotobuf.lib;leveldb.lib;lmdb.lib;libhdf5.lib;libhdf5_hl.lib;caffelib.lib;ntdll.lib;kernel32.lib;user32.lib;gdi32.lib;winspool.lib;shell32.lib;ole32.lib;oleaut32.lib;uuid.lib;comdlg32.lib;advapi32.lib;libprotobuf.lib;hdf5_tools.lib;hdf5_hl_fortran.lib;hdf5_fortran.lib;hdf5_hl_f90cstub.lib;hdf5_f90cstub.lib;hdf5_cpp.lib;hdf5_hl_cpp.lib;hdf5_hl.lib;hdf5.lib;zlib.lib;szip.lib;opencv_world300.lib;shlwapi.lib;leveldb.lib;cublas_device.lib;libglog.lib;lmdb.lib;cudnn.lib;libopenblas.dll.a;gflags.lib；我直接生成的是release版本，如果想生成debug的，有一些库文件需要改成xxd.lib(xx代表文件名)

      Build caffe工程，生成caffe-windows-master\bin\caffe.exe文件。

       其他工程编译设置一样。

  4、测试

       参照3编译convert_mnist_data工程，生成bin\convert_mnist_data.exe文件。

       下载mnist测试数据集（http://download.csdn.net/detail/lyk_ffl/9522404），解压到caffe-windows-master\data文件夹下；

       下载mnist册数数据模型生成和训练批处理工具create_mnist.bat和train_lenet.bat（http://download.csdn.net/detail/lyk_ffl/9522414），解压到caffe-windows-master\examples\mnist 文件夹下，；

       修改该文件夹下lenet_solver.prototxt文件里的solver_mode为CPU；

        运行create_mnist.bat生成文件夹mnist_test_leveldb和mnist_train_leveldb；

       运行train_lenet.bat，即可看到训练精度了，最后可以达到99%以上。