一:caffe安装
前期准备:
1:Windows版本的caffe,官方链接
http://github.com/microsoft/caffe
2:Visual Studio 2013
安装过程:
1:将下载的caffe-master解压,并将其windows文件夹下的CommonSettings.props.example重命名为CommonSettings.props,如图所示
![](https://i-blog.csdnimg.cn/blog_migrate/6964d60f4cf3a1f83724f5066ec22894.png)
修改后
![](https://i-blog.csdnimg.cn/blog_migrate/0d3fdea53f496595a73a16a57636f007.png)
2:点击打开
CommonSettings.props,进行CPU下的配置修改,如图所示
![](https://i-blog.csdnimg.cn/blog_migrate/bfeab2a4b802674601172128e31343f3.png)
修改后
![](https://i-blog.csdnimg.cn/blog_migrate/0786fc1713d5c4592156e1737e3ee912.png)
3:将该windows目录下的Caffe.sln用VS2013打开,生成解决方案
![](https://i-blog.csdnimg.cn/blog_migrate/56c6f643eab2558c9beac89636d513e2.png)
这时候弹出来一个框,表示正在还原Nuget程序包,等待一段时间
![](https://i-blog.csdnimg.cn/blog_migrate/33ca8d6d4d3c14ae929d2543d22479c7.png)
成功后,会在桌面上出现NugetPackages文件夹,如图
![](https://i-blog.csdnimg.cn/blog_migrate/bfc291b073e3b662aca630f074d114dd.jpeg)
出现了如下错误,这时候需要对libcaffe重新生成一次
![](https://i-blog.csdnimg.cn/blog_migrate/077ab80d9b736d94b4253bfab06c6e73.png)
![](https://i-blog.csdnimg.cn/blog_migrate/ed77a830aadca51c6702545eb8e29613.jpeg)
出现如下问题后点击该错误,然后保存弹出来的文件,重新生成libcaffe,提示成功
![](https://i-blog.csdnimg.cn/blog_migrate/4a940022cb619317128994d8faf082a6.png)
![](https://i-blog.csdnimg.cn/blog_migrate/104bf4ffe1a0db8849cfede3eee7cf0d.png)
![](https://i-blog.csdnimg.cn/blog_migrate/3b6ce91e05a525a5c1f312684a38c4f7.png)
最后重新生成解决方案,提示全部成功
![](https://i-blog.csdnimg.cn/blog_migrate/692019793a0eeca482072137621ec7ff.png)
4:配置属性(注意我这里并没有将Debug模式改为Release模式)
![](https://i-blog.csdnimg.cn/blog_migrate/78f4ec311866131c685b898270907255.jpeg)
5:运行caffe.cpp,按ctrl+F5进行编译,成功后界面如下
![](https://i-blog.csdnimg.cn/blog_migrate/26ed3e80ec8d0b24425b44d2f264a5ab.png)
![](https://i-blog.csdnimg.cn/blog_migrate/36a9aa59dedf43ba5bf6f944afeec8eb.png)
二:mnist测试
1: 去官网
http://yann.lecun.com/exdb/mnist下载mnist数据集,然后解压到caffe_master\data\mnist文件夹下,如图
![](https://i-blog.csdnimg.cn/blog_migrate/24d1ad7dfdbde193eb947c69222dad7f.png)
2: 在caffe-master根目录下,新建creat_mnist文本文档,里面写入如下的脚本(注意路径要与自己的保持一致)
.\Build\x64\Debug\convert_mnist_data.exe .\data\mnist\train-images.idx3-ubyte .\data\mnist\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Debug\convert_mnist_data.exe .\data\mnist\t10k-images.idx3-ubyte .\data\mnist\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
之后将其另存为creat_mnist.bat文件,特别注意先将扩展名显示出来才能修改
win7方法如下:打开 组织->文件夹和搜索选项->查看,然后将 隐藏已知的扩展名前面的对勾去掉
![](https://i-blog.csdnimg.cn/blog_migrate/9ea63837d13ed283dd5dca9423d24daf.png)
win10方法如下:直接将 查看->文件扩展名前面的对勾去掉
![](https://i-blog.csdnimg.cn/blog_migrate/704471d23a6367751017a0e4d2178d96.png)
双击该脚本运行,即可在\caffe-master\examples\mnist下面生成相应的lmdb数据文件
![](https://i-blog.csdnimg.cn/blog_migrate/56f7e0bd59de6301def265078ac48135.png)
修改\caffe\examples\mnist\lenet_train_test.prototxt,正确指定训练集和测试集,如图
![](https://i-blog.csdnimg.cn/blog_migrate/81870dc02f38ea19aa3c2c4e767ceb3d.png)
4:
在caffe-master根目录下,新建train_mnist.bat(方法同上),然后输入如下的脚本
.\Build\x64\Debug\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
pause
最后双击运行该脚本,就会得到如下结果,并最终在\examples\mnist下产生训练出的模型,万里长征终于走完了第一步
![](https://i-blog.csdnimg.cn/blog_migrate/6892609f2f9a89afd1b7cd458759f804.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/db62bb946525e4fbf4b63cce5fee7204.jpeg)
三:参考
赵永科. 深度学习:21天实战Caffe[M]. 电子工业出版社, 2016.