1【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程

http://blog.csdn.net/zb1165048017/article/details/51355143

首先来一波地址：

happynear大神的第三方caffe：http://blog.csdn.net/happynear/article/details/45372231

Neil Z大神的第三方caffe：https://initialneil.wordpress.com/2015/01/11/build-caffe-in-windows-with-visual-studio-2013-cuda-6-5-opencv-2-4-9/

caffe提供Windows工具包(caffe-windows)：https://github.com/BVLC/caffe/tree/windows   百度云下载地址：链接：http://pan.baidu.com/s/1bp1BFH1 密码：phf3

微软提供Windows工具包(caffe-master)：https://github.com/Microsoft/caffe    百度云下载地址：链接：http://pan.baidu.com/s/1hs8ngpA 密码：ith0

微软的Windows三方包(Nuget得到的包):链接：http://pan.baidu.com/s/1pKQKJJP 密码：2vzy

我使用的是微软官方提供的链接，基本上与caffe官网上提供安装包差不多，具体区别没有细看，这个caffe无需配置第三方库的环境变量，直接就可以自动下载所需要的库，包含opencv和boost等。

【注】VS2012的也有人写过，自行参考。此版严格只支持VS2013。此版本无需配置任何第三方环境哦，因为在项目属性里面都已经包含进去了，非常方便。如果出现了一些文件打不开或者其它问题，第一可能是VS自身问题，第二可能你配置过其它caffe，修改过环境变量，导致找不到头文件之类的。

第一步

下载caffe官网提供的工具包，复制Windows下CommonSettings.props.example，后缀改为CommonSettings.props，如下：

第二步

由于我电脑无GPU，所以修改复制过来的CommonSettings.props配置文件（这里还可以根据需要设置MATLAB或者Python的借口，不过我打算学习C++下的caffe编写，所以没有配置这两种接口）：

第三步

双击Windows下的caffe.sln，在VS2013中生成解决方案：

【注】里面的caffe.managed和predict 是我自己写的测试项目，其它的才是官网自动生成的哈~~~ :->

然后会弹出一个窗口，Nuget所需要的第三方库，可能会未响应，慢慢等吧。如果出现无法连接的那个问题，说明IP ping不过去，直接把问题复制到网上搜，有解决方法。

第四步

当下载完毕第三方库，你的caffe-Windows并列文件夹下会有一个第三方库的文件夹

【注】caffe-windows和caffe-master对caffe.cpp编译以后下载的第三方库都是十六个文件夹。

最好核对一下文件，免得没下载完就被你关掉了。

这个时候，当下载完毕，VS仍在继续执行生成任务，最终可能失败，原因下面会提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成，或者直接生成一次

当这个文件生成成功以后，重复一下上一步，对所有文件再重新生成一下，这时候应该不会出现libcaffe.lib无法打开的错误了。

【PS】如果出现windows.h之类的错误，请自行解决，初步断定是VS编译器的环境变量没有配置好，或者版本安装出现过问题，建议重装系统，安装官方版VS2013

【PS】出现了没有生成“object”文件，直接双击此错误，然后会弹出一个框，点击确定，然后保存即可，最后再生成libcaffe即可

第五步

设置一下运行项，解决方案'caffe'->属性

或者下面直接单启动项目是caffe也行，不过最好改一下，原因相信玩过VS的都清楚，如果是单启动项目，不管你运行什么，他都会只运行这个单启动项目设置的源文件

第六步

运行caffe.cpp，直接双击打开caffe.cpp，然后ctrl+f5直接编译，出现如下命令窗口说明编译成功

【PS】这个其实告诉你了如何调用caffe.exe去训练你的模型

两个学习文档

薛开宇学习笔记：链接：http://pan.baidu.com/s/1hshTkqw 密码：xckh

caffe社区学习资料：链接：http://pan.baidu.com/s/1jIyegZ0 密码：sktu

在下一篇博客中会介绍cifar的训练实例。