Windows10+Caffe+CUDA7.5+VS2013环境配置

1.程序需求

（1）VS2013的安装，提供链接http://www.iplaysoft.com/vs2013.html。安装过程就略过了。必须先安装VS2013，否则安装CUDA的时候会提示找不到VS程序。

（2）CUDA7.5的安装，提供链接https://developer.nvidia.com/cuda-downloads。选择对应版本之后最好下载LOCAL模式，NETWORK模式下载太慢了。

安装结束后，你的CUDA7.5的路径应该在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下。

一般安装完CUDA后，CUDA会自动添加环境变量，检查一下环境变量是否添加完毕。选择我的电脑点击右键——属性——高级系统设置——高级——环境变量。

查看path下是否有该路径的存在，如果没有请加入以下路径环境变量。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\libnvvp

（3）Caffe的安装，本人用的是happynear大神的版本，提供链接https://www.github.com/happynear/caffe-windows。happynear大神的Blog地址提供链接http://blog.csdn.net/happynear/article/details/45372231。

Caffe直接从GitHub上解压到目录即可，由于Caffe官方版本是运行在Linux上的，所以需要第三方库对Windows进行支持，happynear大神提供了自己综合的第三方压缩包，提供链接http://pan.baidu.com/s/1sjIKsc1，将该第三方压缩包解压至源文件根目录即可。

P.S. 实际上该第三方库是happynear大神为了方便用户，将需要包含的各类库都综合到了该补丁包里。所以下面需要配置SLN的时候，包含目录和库路径时，只需要添加CUDA的路径即可。

同样在解压缩该目录后，我们需要添加环境变量，路径为 caffe根目录/3rdparty/bin

2.配置过程

以上我们所需要的程序均已经安装/解压完毕了，下一步开始进行配置。

（1）我们需要进入Caffe解压目录下的\src\caffe\proto路径，找到extract_proto.bat，直接运行后生成caffe.pb.cc caffe.pb.h caffe.pb2.py三个文件。这三个文件是分别对应C++和Python所需要的Caffe库文件，是Caffe训练数据必要的文件。

（2）由于我们使用的是VS2013，所以需要进入\buildVS2013路径下启动MainBuilder.sln，但是此时运行应该是不成功的，此SLN中包含七个项目，应该提示加载失败，是因为happynear大神所用的CUDA是7.0版本的，而当前NVIDIA提供的CUDA版本是7.5，所以此时我们应该手动对配置文件进行修改。

进入\buildVS2013路径中的每一个文件夹，在每个文件夹下找到配置文件(*.vcxproj)中的7.0改为7.5。

将所有的版本号改完，重新打开SLN文件，此时应该均已加载成功。

（3）加载成功后，将解决方案配置管理器中所有项目改成Release模式，平台为64位。

（4）配置完上一步后，由于路径不同，我们需要将我们路径下的各种库文件和头文件包含。需要改以下几个位置的路径。

VC++目录——包含目录

VC++目录——库目录

C/C++——附加包含目录

链接器——附加库目录

链接器——输入——附加依赖项

其中最后LIB的添加，可能涉及到许多其他的库，本人建议如果用得到的库文件可以参照其他外部库的安装，用不到的Lib建议直接删除。

附加包含目录中至少需要添加 caffe源目录/3rdparty/bin；caffe源目录/src；caffe源目录/3rdparty/include；C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include

附加库目录中至少需要添加 caffe源目录/3rdparty/lib；C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64。

3.编译成功

因为main函数在caffe中，所以编译的过程实际上是生成caffe.exe的过程，而通过查看Mainbuild属性页可以发现caffe项目和caffelib项目是相关的。所以至少caffe和caffelib的包含目录及库目录应该配置成功。否则编译就会出现问题。

右键点击caffe项目，单击生成按键，项目就能够自动运行了，根据显卡不同，项目运行时间会有不同，如果你配置的路径完全正确，那么此时应该在caffe源目录/bin下会有caffe.exe生成，否则请按照错误提示添加各种头文件以及库文件。

4.测试MNIST数据集

为了避免转换的问题，请在http://pan.baidu.com/s/1mgl9ndu链接下下载已经转换为leveldb格式的mnist数据集，并解压到 caffe源目录/examples/mnist下。

运行 caffe源目录下的run_mnist.bat，此时应该能够正常训练。