win7/Windows10+CUDA8.0+VS2013/VS2015+CUDNN5.1/cudnn7下配置 caffe GPU版本

一、环境确定

右击计算机属性、设备管理器查看显示适配器电脑是否配置GPU，如果有，建议配置GPU，Caffe运行速度会快很多

二 、安装英伟达显卡驱动+VS+cuda+cudnn

具体参考：https://blog.csdn.net/marleylee/article/details/81988365

三、下载官方caffe-windows并解压

版本链接https://github.com/BVLC/caffe/tree/windows，打开文件夹caffe-master/windows，复制备份CommonSettings.props.example，并改名为CommonSettings.props

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

根据自己需要，设置仅CPU或者GPU，编译python、matlab

四、编译Caffe-Windows

1、用VS2013打开caffe-windows\windows\Caffe.sln，我的出现导入错误，注意

属性页-Platform Toolset 选择Visual studio2013（v120)，然后可以加载

2、修改其配置属性为x64，Release版本，生成解决方案即可

3、由于官方caffe-windows 的版本使用了NuGet管理第三方开发包，所以用vs2013进行编译时候回自动安装NuGet(该过程较慢)。生成成功之后的文件都在.\Build\x64\Release中。这里提供一个打包好的下载链接，链接：https://pan.baidu.com/s/1kW2Vsc3 密码：yyvo，解压后放到与caffe-windows同级的目录下即可

如果上述方法操作不方便，或者想建立一个稳定、可靠、方便移植的第三方库

参考：https://blog.csdn.net/marleylee/article/details/84567672  编译每一个第三方库

参考：https://blog.csdn.net/marleylee/article/details/84568068   配置属性表

我的配置结构如图所示：

自己编译的第三方库如下图所示：

把第三方库的路径添加到CommonSettings.props即可

4、按顺序(必须)编译libcaffe、caffe、pycaffe，之后可以对所有文件重新编译。编译通过，C++下caffe就编译成功了

5、找到.build\x64\release下的test_all运行如下：