本文主要是介绍Caffe 在 win10 环境下配置，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考：
Caffe
windows10下caffe安装？
Windows 10下安装配置Caffe并支持GPU加速
整了好几天，终于实现 windows 环境下的 caffe 编译，实现 win10 + caffe + vs2013 + anaconda2.7 + cuda8.0 + cuDNN_v5
主要内容
- 软件安装
caffe编译- 测试
mnist数据集和LeNet网络训练- 小结
软件安装
当前运行环境：Win10 + Nvidia 940MX
需要安装软件：
vs2013：VS2013 社区版
anaconda2.7：https://www.continuum.io/downloads#windows
cuda8.0：https://developer.nvidia.com/cuda-downloads
cudnn_v5：https://developer.nvidia.com/cudnn
Note 1：安装 cuda 过程中可能会遇到如下情况
忽略继续即可
Note 2：安装 cuda 过程中不要改变安装的路径
在win10安装CUDA 8.0后，安装目录竟然消失了，重新安装了三遍，还是消失？？？
Note 3：安装 anaconda 时需要注意添加路径到环境变量
C:\software\anaconda\Anaconda2
C:\software\anaconda\Anaconda2\Scripts
C:\software\anaconda\Anaconda2\Library\bin
caffe 编译
caffe 编译 下载 caffe（这里使用 microsoft 版本）：Microsoft/caffe
配置
复制 .\windows\CommonSettings.props.example 为 .\windows\CommonSettings.props
打开 CommonSettings.props 文件，修改如下：
默认 <CudaVersion> 为 7.5，修改为 <CudaVersion>8.0</CudaVersion>
默认 <PythonSupport> 为 false，修改为 <PythonSupport>true</PythonSupport>
同时需要修改下面的 <PythonDir> 路径，替换为当前 anaconda 的安装路径：<PythonDir>C:\software\anaconda\Anaconda2\</PythonDir>
使用 python 还需要安装以下文件：
conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf
编译
打开 .\windows\Caffe.sln
编译 libcaffe
刚开始编译的是 libcaffe，右击 libcaffe -> Properties：
左侧选择 Configuration Properties -> C/C++，右侧选择 Treat Warnings As Errors 为 No：
Note：选择 Release 模式和 x64 平台
配置完成，点击运行即可
问题 1：\INCLUDE\CAFFE\PROTO\CAFFE.PB.H - 找不到此类文件或文件夹
网上有其他的答案，我的解决方法是修改上面的属性后重新编译就可以了
问题 1：Unable to start Program libcaffe.lib
编译完成最后，弹出上面错误。其实 libcaffe.lib 已经编译完成（在 ./build/x64/Release 文件夹）。或者右击 libcaffe 重新编译即可
编译全部工程
完成 libcaffe 的编译后，就可以编译其它子工程了。右击解决方案，点击 Build Solution，等待编译完成
测试
编译生成的文件均放置在 .\build\x64\Release 文件夹内
测试 caffe.exe
生成的 caffe.exe 在 .\build\x64\Release 目录下
打开命令行窗口，转到 .\build\x64\Release 路径下，输入 caffe 运行：
测试 pycaffe
有两种方法
第一种，将 caffe_root\Build\x64\Release\pycaffe 文件夹放置到 anaconda_root\Lib\site-packages 路径下
第二种，将 caffe_root\Build\x64\Release\pycaffe 路径加入到 PythonPath 环境变量中
完成后，打开 python 窗口，输入 import caffe 测试：
mnist 数据集和 LeNet 网络训练
mnist 数据集和 LeNet 网络训练 参考：windows 10 环境安装caffe并测试mnist成功详解
下载 mnist 数据集
如果在 linux 环境下，执行 ./data/mnist/get_mnist.sh 文件即可
在 windows 环境下，需要手动下载
官网地址：THE MNIST DATABASE of handwritten digits
我的地址：mnist
在 .\data\mnist\ 路径下新建文件夹 mnist_train_lmdb 和 mnist_test_lmdb
- 在
mnist_train_lmdb文件夹中放置train-images-idx3-ubyte和train-labels-idx1-ubyte - 在
mnist_test_lmdb文件夹中放置t10k-images-idx3-ubyte和t10k-labels-idx1-ubyte
制作 lmdb 格式数据集
在根路径下新建批处理文件 create_mnist.bat：
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images-idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels-idx1-ubyte .\examples\mnist\mnist_train_lmdb
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images-idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels-idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
双击执行：
在 .\examples\mnist\ 文件夹下生成文件夹 mnist_train_lmdb 和 mnist_test_lmdb
训练 LeNet 网络
在根路径下新建批处理文件 train_lenet.bat：
SET GLOG_logtostderr=1
.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
pause
双击执行：
训练识别精度达到 99.07%
在 .\examples\mnist\ 文件夹下生成文件
lenet_iter_5000.caffemodel
lenet_iter_5000.solverstate
lenet_iter_10000.caffemodel
lenet_iter_10000.solverstate`
小结
目前使用的 caffe 版本是 github 上 Microsoft 提供的，但是这个库已经不维护了，用于学习还是可以滴
编译好的版本：caffe
最新的版本：BVLC/caffe
测试发现，这个库很难编译成功
也有人自己维护了 caffe in windows
hyppynear 的 caffe：
happynear/caffe-windows
这篇关于Caffe 在 win10 环境下配置的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
