Caffe在win10+VS2013+GPU (cuda8.0+cudnn5.1) /CPU +Anaconda3-4.2.0(虚拟环境py2)+Matlab-R2014a版本编译
参考链接：https://blog.csdn.net/u011947630/article/details/81878767
0. 编译环境
操作系统：Windows10
IDE: VS2013
GPU: NVIDIA GTX 1050Ti
1、 VS2013安装
官网地址：https://my.visualstudio.com/Downloads?q=Visual%20Studio%202013%20with%20Update%205
下载好后找一个win10+vs2013的教程，按照提示一步步安装即可。
2、matlab-R2014a安装
链接：https://pan.baidu.com/s/1NRddbqJ7i0xw64_mteeGLQ
提取码：zdfa
下载后找一个安装教程按照提示安装即可。
3、Cuda8.0安装
1）cuda8.0兼容的vs版本只有VS2013(本次安装采用)和VS2015
2）cuda8.0各个系统版本在下面的博文里：
http://blog.csdn.net/u011669700/article/details/78622872
官方下载地址：https://developer.nvidia.com/cuda-80-ga2-download-archive
选择win10版本
3）注意事项：
1.安装时选择默认路径（不要做任何修改）；
2.系统检查后，在第二步许可协议处选择自定义安装；
3.安装完成后，打开命令行窗口，输入：nvcc -V如果能够显示版本信息，就表示安装成功。
4、Cudnn5.1安装
1）官网地址：https://developer.nvidia.com/rdp/cudnn-archive
可能需要注册账号，按照要求注册，然后再次打开该地址，就可以选择cudnn版本下载了
注意：要选择 Download cuDNN v5.1 (Jan 20, 2017),for CUDA 8.0下载
2）或者百度网盘下载
链接：链接：https://pan.baidu.com/s/1xBdL4yA1CYzhYofqkyruIQ
提取码：d9s8
3）下载好后解压，可以看到包含一个文件夹 cuda里面由三个子文件夹 bin、include、lib
4）然后打开本机的环境变量，找到系统变量中的CUDA_PATH的值，打开该位置
打开后文件如下：
5）可以看到，这里（路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）也有lib,bin,include三个文件夹，于是我们需要将之前cudnn5.1解压得到的cuda文件夹里面的三个文件夹中的内容拷贝到这里的对应的lib,bin,include文件夹中（例如：cuda/bin/cudnn64_5.dll拷贝到上图中的bin里面），总共有三个文件需要拷贝，其中第三个在cuda/x64中。
到此现在我们的CUDA和cudnn就装好了~
5、caffe源代码下载+编译+测试
1）源码位置：https://github.com/microsoft/caffe
点击绿色按钮之后download zip就行了，得到一个压缩包，随便解压到一个地方就行了
2）解压后得到caffe-master目录，点进去有一个windows文件夹
3）进入windows文件夹，将其中的CommonSettings.props.example复制一份并改名为CommonSettings.props。
4）修改CommonSettings.props文件。因为先点击Caffe.sln，会自动启动vs2013，但是此时可能会出现的问题是libcaffe和test_all两个工程加载失败。原因是找不到cuda7.5因为我安装的是cuda8.0而文件默认是7.5的。
所以先修改CommonSettings.props文件后再重新启动Caffe.sln文件。
5）点击右边的CommonSettings.props，修改这么几个内容
1.第7行改成false(表示不是在CPU上面，如果采用CPU则这里无需改动，还是true）
2.第8行改成true（使用cudnn可以加快之后的运行速度，如果采用CPU则这里无需改动，还是false）
3.第9行的CUDA版本（刚才装8.0）
4.如果需要支持python或者matlab，那么对应的13、16行也要改，因为我安装了啊那conda3以及matlab，所以就修改了PythonDir和MatlabDir。
5.最后是24行，将cuda文件夹的位置填进去。（也可不需要，有没写环境搭建是成功的情况）
6．第53行这里MatlabDir是自己电脑中matlab的安装地址，如果不知道，可以右键桌面快捷方式从属性中查看。
7．第55行IncludePath也改了，直接按照我的复制就可以，$(MatlabDir)\toolbox\distcomp\gpu\extern\include;
6）双击打开caffe-master\Windows下的caffe.sln，右击pycaffe，选择‘属性’，配置一下相关文件：
7) 接下来，右键libcaffe工程，选择‘属性’，改为下面的样子：
1.然后点击确定。
2.右键libcaffe，点‘build’ 生成就行了。可能会比较慢，因为会从网上下载NugetPackages文件。如果想要运行快一点，
建议：修改libcaffe属性后，可以直接从网上下载NugetPackages文件
链接：https://pan.baidu.com/s/1yQ00H9BC5iFM4-9M2MJsGw
提取码：97s0
3.NugetPackages文件夹和caffe-master文件夹放在同一个目录下即可。
4.再右键libcaffe，点‘生成， 这样生成libcaffe.lib，但是不会从网上下载NugetPackages文件，速度比较快。
5.编译成功和运行需要的文件都会存放在Build\X64\Relase下面，如图：
前面已经提示是先编译的libcaffe，在solution上面右击选择属性（properties）。可以发现默认选择的是单任务，只编译libcaffe。这就是为什么之前默认先编译libcaffe。如下图：
接下来，可以选择更多的任务来编译。类似地，我们接下来也可以只选择caffe来编译，同样的要注意release和X64. 如图：
编译caffe中遇到问题：
- 解决第一个问题：Error 8533 error C1083: Cannot open include file: 'io.h': No such file or directory D:\Anaconda3\include\pyconfig.h 59 1 caffe
原因参照链接：https://stackoverflow.com/questions/40018405/cannot-open-include-file-io-h-no-such-file-or-directory/43098806#43098806
在目录“C:\Program Files (x86)\Windows Kits\10\Include\10.0.18362.0\ucrt”中(windows 10 sdk，下载安装的路径为：https://developer.microsoft.com/en-us/windows/downloads/windows-10-sdk)存在文件”io.h”，只需将其加入到caffe的配置include中即可:
- 解决第二个问题：Error 935 error C1083: Cannot open include file: 'caffe/caffe.hpp': No such file or directory D:\caffe\caffe-master\tools\caffe.cpp 15 1 caffe
在目录“D:\caffe\caffe-master\include”中，存在文件”caffe.hpp”，只需将其加入到caffe的配置include中即可:
- 解决第三个问题：
Error 8534 error LNK1112: module machine type 'X86' conflicts with target machine type 'x64' D:\caffe\caffe-master\windows\caffe\msvcprt.lib(MSVCP120.dll) caffe
原因：错误的将“C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\lib”加入到caffe的配置include中，不应添加，该目录中的库是32 位的与要编译的64位的环境平台相互冲突。
- error LNK1104: cannot open file 'python27.lib' D:\caffe\caffe-master\windows\upgrade_solver_proto_text\LINK，原因是：网上下载NugetPackages包中的boost_python2.7-vc120.1.59.0.0文件对应的是python2.7的版本，另外pycaffe基于python2.7，所以我们要在在已有Anconda3环境下安装python2虚拟环境.
(1)安装Anaconda3后，自带Python3.5，但我们有时候还需要一个Python2.7来执行一些老的脚本程序，此时可以给Anaconda3再创建一个新的独立的python2.7的环境。调出Anaconda3的命令行工具Anaconda Prompt,如下图所示，执行命令：$ conda create -n py2 anaconda python=2.7
(2) 其中py2就是新的python2.7环境的名称，接下来提示你是否安装一大堆的包！全部选择yes！安装成功界面如下：
如何使用python2.7环境？命令如下：
Windows: activate py2
Linux and Mac OS X: source activate py2
如何结束python2.7环境：
Windows: deactivate
Linux and Mac OS X:source deactivate
想要删除指定路径下的虚拟环境，使用如下的命令：
conda remove--prefix=D:\Anaconda3\envs\py2 –all
(3) python2虚拟环境是安装在D:\Anaconda3\envs\py2目录下的！
我们现在来编译pycaffe。首先需要确认配置文件CommonSettings.props的参数中第13、48行已修改，如下：
(4)最终caffe所有的include和lib的配置如下图：
8）右键工程caffe，点击第一个‘生成’。 最后生成caffe.exe则编译成功，文件所在的位置D:\caffe\caffe-master\Build\x64\Release
9）右键——》解决方案“caffe”（16个项目），项目生成的文件就在D:\caffe\caffe-master\Build\x64\Release里面（也可以跳过步骤7直接执行这步）
6. 测试
下面通过一个最简单的网络结构lenet来对刚才安装的caffe进行测试。
1) 首先去官网： http://yann.lecun.com/exdb/mnist/ 下载mnist数据集。首先进入眼帘的是：
在侧边可以看见有4个文件可以下载：
下载后解压到D:\Project\caffe-master\data\mnist，如下图所示：
（2）在caffe根目录下，新建一个create_mnist.bat，里面写入如下的脚本:
此时如果立即双击该脚本文件，会报错，因为我们还没有生成convert_mnist_data.exe 这个可执行文件，因此我们又需要执行前面类似的操作，编译convert_mnist_data 这个工程，编译完成之后，在Build\x64\Release\ 中会有如下的文件：
此时我们可以双击create_mnist.bat 这个脚本文件，仍然出错，如图：
仔细检查，原来是要在data\mnist\ 里面还需要建立两个子目录，把相应的数据文件移动到子目录里。重新双击create_mnist.bat这个脚本文件，此时如图：
在D:\Project\caffe-master\examples\mnist下面生成相应的lmdb数据文件，如图：
（3）打开D:\Project\caffe-master\examples\mnist\lenet_solver.prototxt，定位到最后一行改为solver_mode:GPU，此处我们采用GPU训练。如下图所示：
接下来我们要修改 lenet_train_test.prototxt文件，先做个备份，如图：
打开文件lenet_train_test.prototxt，将其中的source选项的引号中加入“./”，如图：
（4）在caffe根目录下，新建train_mnist.bat，然后输入如下的脚本：
保存之后如图：
然后双击运行，就会开始训练，训练完毕后会得到相应的准确率和损失率。训练如下：
到此为止，我们完成了所有的环境搭建和demo测试。
7.pycaffe编译
Include和lib配置如下图：
设置编译方式为release，x64，设置pycaffe为启动项目，设置“将警告视为错误”为false否！！！设置ctrl+f5开始生成！编译完成以后，会生成一个：caffe-master\caffe-master\Build\x64\Release\pycaffe文件夹，进入以后如下图所示：
接着将那个caffe文件夹复制到python2虚拟环境根目录下：D:\Anaconda3\envs\py2\Lib\site-packages
最后，打开Anconda Prompt，切换到Python2环境（activate py2），然后就可以尝试：import caffe
出现报错！ImportError:No module named google.protobuf.internal直接在python2虚拟环境下执行pip install protobuf即可！
