VS2013下安装&编译Windows Caffe

想在Windows平台使用Caffe，吭哧吭哧下载了半天第三方库，后来忽然发现Microsoft官方移植了Caffe，配置起来简直太省心了…

1. 从Microsoft官方Github上下载Caffe，源代码压缩包不到9MB大小，并将其解压缩到本地目录

https://github.com/Microsoft/caffe

2.安装NVIDIA CUDA，目前最新版本是7.5，离线安装包约962MB（8.0版也即将要发布了）。

Nvidia CUDA Toolkit

3.安装NVIDIA cuDNN（CUDA Deep Neural Library），目前最新版本是5（windows Caffe支持cuDNN 4和5）

Nvidia cuDNN

下载的压缩包中是Nvidia编译好的lib和dll以及.h头文件，约39MB，解压缩到本地目录即可。

4.打开Caffe解压缩目录，将其中windows目录中的CommonSettings.props.example复制一份并重命名为CommonSettings.props，然后使用Visual Studio 2013打开Caffe.sln解决方案。首先我们要将第3步中的cuDNN目录添加到libcaffe工程目录中，打开CommonSettings.props编辑<CuDnnPath>标签；或者是打开工程的“属性”->“配置属性”->“VC++目录”，在右侧的“包含目录”中将cuDNN的include文件路径添加进去即可。然后我们就可以对Caffe进行编译了。

此时有同学可能会问，Caffe所依赖的boost、OpenCV、gflags、glog等第三方库统统都没有配置，难道不需要提前安装了吗？现在这个问题不用担忧了，因为Microsoft有非常强大的NuGet工具。只要当我们第一次编译工程时，NuGet便开始自动下载并配置这些第三方库了，同时会在Caffe同层目录生成一个名为NugetPackages的文件夹，文件夹内容如下图所示。第三方库全部下载解压缩后这个文件夹大小约1GB，所以NuGet下载时间还挺漫长的。

5.如果在编译过程中提示“error C2220: 警告被视为错误 - 没有生成“object”文件”，这是由于微软NuGet回来的boost库中的format\alt_sstream_impl.hpp文件编码格式导致的，只需要双击错误打开该文件并保存，再编译就顺利通过了。

6.如果我们安装的CUDA版本不是7.5版本，或者我们甚至没有GPU，一样也可以正常使用Caffe

打开CommonSettings.props对以下对应的标签进行编辑即可，

<CpuOnlyBuild>false</CpuOnlyBuild> // 是否只使用CPU模式

<UseCuDNN>true</UseCuDNN> // 使用CuDNN

<CudaVersion>7.5</CudaVersion> // 使用的CUDA版本

<PythonSupport>false</PythonSupport> // Python支持

<MatlabSupport>false</MatlabSupport> // Matlab支持

<CudaArchitecture>compute_52,sm_52</CudaArchitecture>// 计算能力要和当前显卡匹配

CudaArchitecture很重要，需要设置成和当前显卡计算能力匹配，否则即使侥幸通过编译，运行时也会报错提示invalid device function。NVIDIA官网可以查询显卡计算能力

https://developer.nvidia.com/cuda-gpus

7.如果需要配合Python使用，则将上面的标签<PythonSupport>值改为true。由于Caffe的工程配置默认是x64，因此Python也需要安装64位版本的，同时还需要安装64位的numpy。

如果编译Caffe Debug版本时提示缺少python27_d.lib，可以将Python安装目录libs文件夹中的python27.lib复制一份，重命名为python27_d.lib即可。再修改Python安装目录include文件夹中的pyconfig.h文件，将#define Py_DEBUG一行注释掉。