caffe+windows+vs2015 (无GPU)环境配置

自从2012年AlexNet在ImageNet上取得惊人成绩，DL重新回到大众的视野，成为学术界与产业界的宠儿。为了跟上这一波潮流，不禁舍身入坑。

前段时间用开源的TinyCnn 复现了经典的LeNet模型，并在工业图像二分类测试中精度达到97%.现在希望能用更通用的框架试水更多DL网络模型，首先想到的就是UC Berkeley 

Yangqing Jia 的Caffe (Convolutional Architecture for Fast Feature Embedding )模型  http://caffe.berkeleyvision.org/。 希望能够快速上手，选择在windows平台vs环境下配置caffe。

本人参考网上教程，尝试n次后，终于编译成功，现整理配置过程供，供大家参考。

-----------------------------------------------------------------------------------------------------

安装流程

1.源码准备

1.1 caffe源码

caffe源码可从github网站上下载 https://github.com/BVLC/caffe/tree/windows ，Brach选择windows.

1.2 补充库文件

由于在编译过程中会下载库文件，下载过程会很慢，所以建议用户提前下载相应的库文件，需要下载的内容在download_prebuilt_dependencies.py文件中有说明；

本人环境是vs2015 ，python2.7 ，故需要下载第二项内容即可，下载解压后是libraries文件夹，注意将该文件放在caffe-windows目录下，并将其路径和bin路径一起添加到系统环境变量中。

2.编译环境

2.1 .Visual Studio 2013 or 2015

2.2.CMake 3.4 or higher (将bin目录添加到环境变量中)

2.3.  Python

当前caffe 只支持Python2.7 和Python3.5 . 这里官方的wiki文档推荐你使用Anaconda来安装python，安装Anaconda并确保Anaconda的安装程序已经帮你添加好了所有的环境变量。

3.编译caffe

3.1 解压caffe-windows,如下

备份scripts目录下build_win.cmd文件，用文本编辑器打开build_win.cmd文件，修改配置文件

CPU_ONLY=1   无GPU

MSVC_VERSION=14  VS版本为2015

WITH_NINJA=0     不适用NINJA

3.2. 生成sln文件

打开控制台win+r ，将当前目录调整到caffe-windows目录下,运行 scripts\build_win.cmd 。

这个build_win.cmd会自动下载所需的依赖项并生成Visual Studio的sln文件。

3.3.用vs2015打开caffe-windows\build\Caffe.sln ,重新生成项目，即可完成caffe编译。也有博客上介绍此处用自己重新cmake项目，生成sln工程，本人cmake失败，暂时用现有的sln工程学习caffe。

结束语：

后续计划基于caffe重新实现LeNet 以及AlexNet ，并用博客记录DL上行走的足迹，希望早日成为坑中斗士一枚。