win10+vs2015+caffe(cpu)版本

1.首先下载官方BVLC版本的caffe ，https://github.com/BVLC/caffe/tree/windows

2.CMAKE。需要3.4版本以上，我用的是3.9.6

    下载地址：https://cmake.org/files/v3.9/cmake-3.9.6-win64-x64.msi

3.Anaconda。目前官方的版本是Anaconda 3.6和2.7，就是说内置了 Python2.7 or 3.6。 喜欢高版本的朋友注意了，3.6caffei不支持。所以你要么在历史档案中下Anaconda3-4.2.0-Windows-x86_64.exe，要么参照http://blog.csdn.net/cym1990/article/details/78563349下个3.6版本的，然后重新安装Anaconda的环境为 PYTHON3.5。当然2.7版本的就可以了。

       下载地址：https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe

然后用notepad修改caffe路径下scripts文件下build_win.cmd

修改第8行为，if NOT DEFINED WITH_NINJA set WITH_NINJA=0，表示使用cl编译器，而非NINJA

修改第9行为，if NOT DEFINED CPU_ONLY set CPU_ONLY=0，表示编译GPU版本caffe

修改第74行为，if NOT DEFINED WITH_NINJA set WITH_NINJA=0，表示使用cl编译器，而非NINJA

修改第76行为，if NOT DEFINED CPU_ONLY set CPU_ONLY=0，表示编译GPU版本caffe 

修改完毕后，返回上级目录，cmd下执行下面的命令。

下载https://github.com/willyd/caffe-builder/releases

 

放到路径C:\Users\lcc\.caffe\dependencies\download

根据自己下载修改

在caffe文件下 cmd下执行scripts\build_win.cmd

最后

 完毕后在caffe下可以找到Caffe.sln，使用VS2015打开，对整个工程进行编译即可。完毕后就会生成需要的库文件。

 

3.测试caffe.exe

参见Windows下VS2015编译caffe(CPU ONLY) 
（1）下载MNIST数据库​https://pan.baidu.com/s/1o7YrhKe，解压缩后将mnist-test-leveldb与mnist-train-leveldb文件夹放到\examples\mnist下。注意

 （2）修改lenet_train_test.prototxt文件：

name: "LeNet"

layer {

 name: "mnist"

 type: "Data"

 top: "data"

 top: "label"

 include {

   phase: TRAIN

 }

 transform_param {

   scale: 0.00390625

 }

 data_param {

   source:"C:/Caffe/caffe/examples/mnist/mnist-train-leveldb"

   batch_size: 64

   backend:LEVELDB

 }

}

layer {

 name: "mnist"

 type: "Data"

 top: "data"

 top: "label"

 include {

   phase: TEST

 }

 transform_param {

   scale: 0.00390625

 }

 data_param {

   source:"C:/Caffe/caffe/examples/mnist/mnist-test-leveldb"

   batch_size: 100

   backend:LEVELDB

 }

}

注意：修改4个红色字体文字，相信你看得懂，就是刚才拷贝的两个文件夹的绝对路径；以及两处格式

（3）修改lenet_solver.prototxt文件：

# The train/test net protocolbuffer definition

net: "C:/Caffe/caffe/examples/mnist/lenet_train_test.prototxt"

# test_iter specifies how manyforward passes the test should carry out.

# In the case of MNIST, we havetest batch size 100 and 100 test iterations,

# covering the full 10,000 testingimages.

test_iter: 100

# Carry out testing every 500training iterations.

test_interval: 500

# The base learning rate, momentumand the weight decay of the network.

base_lr: 0.01

momentum: 0.9

weight_decay: 0.0005

# The learning rate policy

lr_policy: "inv"

gamma: 0.0001

power: 0.75

# Display every 100 iterations

display: 100

# The maximum number of iterations

max_iter: 10000

# snapshot intermediate results

snapshot: 5000

snapshot_prefix: "C:/Caffe/caffe/examples/mnist/lenet"

# solver mode: CPU or GPU

solver_mode: CPU

注意：修改两处个红色字体文字，相信你看得懂，就是修改文件或者文件夹的绝对路径；如果你的硬件不支持GPU编程，最后一句修改为CPU。

（4）在minist文件夹下编写批处理文件run.bat，内容如下：

D:\caffe1\tools\Debug\caffe-d.exe train --solver=D:\caffe1\examples\mnist\lenet_solver.prototxt

Pause

说明：第一行，就是执行你编译得到的caffe.exe，所以需要换成你的caffe.exe的绝对路径。

注意：

·       斜杠必须使用backslash：\。使用Slash:/会出错。

·       train 和—solver之间有一空格，不能省略。无空格会出错。

（5）​双击run.bat程序能够运行，并且之后也不会报错，那么恭喜你，Caffe-Windows配置成功了。

转载：https://blog.csdn.net/flowrush/article/details/81480535