win7_64 安装 caffe

一、caffe 简介

Caffe的全称应该是Convolutional Architecture for Fast Feature Embedding，它是一个清晰、高效的深度学习框架，它是开源的，核心语言是C++，它支持命令行、Python和Matlab接口，它既可以在CPU上运行也可以在GPU上运行。它的license是BSD 2-Clause。

Deep Learning比较流行的一个原因，主要是因为它能够自主地从数据上学到有用的feature。特别是对于一些不知道如何设计feature的场合，比如说图像和speech。

Caffe的设计：基本上，Caffe follow了神经网络的一个简单假设----所有的计算都是以layer的形式表示的，layer做的事情就是take一些数据，然后输出一些计算以后的结果，比如说卷积，就是输入一个图像，然后和这一层的参数（filter）做卷积，然后输出卷积的结果。每一个layer需要做两个计算：forward是从输入计算输出，然后backward是从上面给的gradient来计算相对于输入的gradient，只要这两个函数实现了以后，我们就可以把很多层连接成一个网络，这个网络做的事情就是输入我们的数据（图像或者语音或者whatever），然后来计算我们需要的输出（比如说识别的label），在training的时候，我们可以根据已有的label来计算loss和gradient，然后用gradient来update网络的参数，这个就是Caffe的一个基本流程。

转至：https://blog.csdn.net/qq_27923041/article/details/77431833

二、当前电脑配置

cuda9.0 + cudnn7 + python35 + vs2013

三、caffe 安装

1. 下载 caffe

地址：https://github.com/Microsoft/caffe
解压
打开 windows 文件，复制备份CommonSettings.props.example，并改名为CommonSettings.props，如图

2. 修改文件

建议在vs2013打开CommonSettings.props文件，需要设置的地方如下所示。

3. 安装 cuda 和 cudnn

由于我之前搭建 tensorflow 的时候已经安装了 cuda9.0 、 cudnn7，因此跳过此步骤。

1. GPU计算环境准备（没有GPU的同学可以跳过此步），下载并安装CUDA7.5

2. 下载cuDNN，官网下载cuDNN需要先注册，而且要填一些调查表，建议直接从链接：http://download.csdn.net/detail/guoyk1990/9661583 下载，下载后解压会有三个文件夹bin、include、lib。将这三个文件夹复制到cuda的安装目录中\NVIDIA GPU ComputingToolkit \CUDA\v7.5。（cuda的安装目录中也有这三个文件夹，将这三个文件夹分别与原来存在的文件夹合并，如下图所示）。
   参考：https://blog.csdn.net/daiaiji/article/details/73917751

4. 编译caffe-windows

用 vs2013 打开 .\windows\Caffe.sln 并将解决方案的配置改为 release

点菜单栏上的“生成->生成解决方案”，会将整个项目全部生成，这个时间会比较长（由于官方 caffe-windows 的版本使用了 NuGet 管理第三方开发包，所以需要在 vs2013 上安装 NuGet，官方网站下载速度比较慢），可以在 工具 --> 扩展和更新 中安装 NuGet

生成失败