深度学习零基础之框架配置Windows+caffe+VS2013+python

1. 配置前说明：

为了不必要的错误，最好在X64位上配置下面的相关环境，win7 8 10都是64位，别问我为什么（我也不知道为什么）

2. 环境安装下载：

A. IDE选用VS2013，这个不说了，最好用VS2013，我也不知道为什么，因为我的机器上装的是VS2013

B. 安装python,同样在windows上需要X64的，我选择的是2.7的大版本，如果用python3以上的应该是可以的（没试过）,本机上安装的python2.7.13,安装过程傻瓜式的就不说了，不过在安装的时候一定要把pip工具给勾上（默认是勾上的）
根据自己的情况选择安装路径（我安装在D:/python/目录下），安装好之后配置系统环境变量，我想如何配置应该不用我再截图了吧。直接在系统的path值后面添加D:/python;（根据自己的安装目录选择）。
配置好之后句可以在cmd上面运行输入python（别告诉我cmd怎么启动）。
出现这个说明python安装成功
C.安装numpy
python已经安装好了，直接在cmd中输入pip install numpy命令即可安装numpy包，如果说半天都下载不了，那么最好翻墙（蓝灯靠谱）再执行这个命令，一会儿就下载好了。也可以在谷歌上收缩pipy numpy关键字，然后直接在上面手动下载 然后加压，在python目录中打开cmd输入python setup.py install 直接手动安装也行。
D.安装CUDA
提供一个8.0版本的[下载地址]
本人自己使用的是CUDA8.0版本的，根据自己的情况来选择下载，下载之后安装，最好就默认在C盘，它会自动配置相关的系统环境变量，你也可以装在其他盘—-不建议。
然后下载cudnn（需要自己注册一个号）用来GPU加速的，目前的版本有4.0 5.0根据你自己的电脑以及CUDA版本来选择下载你用4.0还是5.0，我用的5.0
cudnn下载后只是一个库文件，解压后有lib、bin、include3个文件夹，把这3个文件夹的内容分别对应在CUDA安装目录下，默认的是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个目录下的lib、bin和include，千万别放错了，要不然后面编译caffe的时候出错（当然这一步也可以不用做，后面再配置.props属性的时候加上cudnn的路径就行）

3.Caffe编译

 最后一步也是最重要一步了。提供下载windows下的[caffe](https://github.com/Microsoft/caffe)，一定要用git clone来下载，否则有可能导致包的下载的包会丢失，我放在的D:/caffe,然后在这个目录下E:\Caffe\caffe\caffe\windows，复制CommonSettings.props.example在同级目录下，修改名字为：CommonSettings.props。然后用vs2013打开Caffe.sln 打开时，libcaffe以及pycaffe，matcaffe显示加载失败，先不管，然后在vs里面打开这个配置文件如图

“`

然后关闭vs2013，再重新打开，此时就能加载开始没加载的工程，

然后设置libcaffe工程的相关设置

第一步必须先编译libcaffe，以为其他工程需要依赖这个，如果出现编码的问题错误，那么就双击该错误并保存，然后在重新编译。
如果libcaffe编译通过了 在直接全部编译项目，最后16个工程都能编译成功。在编译libcaffe的时候需要下载相关的包，需要等待很长一段时间，大概1个G的内容NugetPackages下载这个目录，并放在caffe的同级目录下，可以直接从我儿拿去，不过最好还是让vs自动下载，总共16个文件夹对象
以上所有包都在这密码：6pw0