caffe-windows环境配置（github上官方BVLC/caffe的推荐配置方法详解）

首先声明一下，如标题，本教程是caffe在windows系统上的配置方法，而且是github上官方BVLC/caffe目前推荐的配置方法，并不是使用微软的caffe-windows。之前很多人是用的微软的caffe配置，本教程真不是。

适用平台

64位 windows 10、64位 windows 7（我第一次安装配置的是win10，现在用win7安装给大家做个演示，有一些截图是win10上的，不过没影响的，win8我就不清楚了。。）

caffe简单介绍

caffe是用C++语言编写的深度学习框架，作者是伯克利大学的博士贾扬清（一听就知道是中国人，好像2016年才毕业，因为开发这个框架，他耽误了博士的学业，但正是因为这个框架，才能被这么多人知道，看看github上的stars和followers就知道了，真牛！）。

caffe因为是开源的，所以可以直接修改其C++源码，调整基本的layer结构和求解算法等。当然除了使用C++外，caffe还提供python、matlab接口，十分友好（心中再次崇拜并感激贾扬清一下）。

caffe目前主要用于深度学习下的图像处理方面，也就是支持卷积神经网络CNN多一点，如果是要用RNN网络，还是用tensorflow吧。

由于深度学习训练网络需要大量的数据集和大量的浮点计算，而CPU计算能力有限，所以深度学习任务都会使用到GPU，来加速神经网络的训练。国科大深度学习课的老师说过“无GPU，不科研”，可见GPU对目前人工智能领域来说必不可少。没GPU，还是不要搞深度学习了。

现在，深度学习用的GPU都是NVIDIA厂的，笔者就是用的该厂的GPU（1060 6GB，还行吧）。caffe作为目前十分流行的深度学习框架，当然是支持使用GPU加速的，而且NVIDIA厂明确表明支持caffe，所以大家可以放心使用。（NVIDIA偏老的GPU我就不知道了，大家可以试试）

前期准备

1. 首先从BVLC/caffe上下载caffe源码，选择好路径后下载。下载过后，会得到一个caffe-windows.zip文件。
2. 将该文件解压到你指定的位置，进行下一步。
3. 确定你是不是有NVIDIA的GPU，需不需要用GPU加速，如果不用GPU加速的话，可以跳过下面的cuda安装和cudnn配置，直接配置caffe；如果需要用GPU，则需要在NVIDIA官网上分别下载安装cuda和cdunn，下载地址在下面给出。
4. 按照官方建议，需要使用cmake，所以需要先下载