Caffe+Anconda3+VS2015+Win10（64位）环境搭建

1.准备工作：
第一步：下载Caffe-Windows(BLVC)，地址：https://github.com/BVLC/caffe/tree/windows，并解压到指定的文件夹Caffe下。
第二步：下载CuDNN5.1，并拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0对应的文件夹下。
第三步：安装CMake3.7，并将其安装包下的bin路径到系统环境Path变量中。
以上工作在安装Anaconda、VS、CUDA的前提。

2.修改配置文件：

打开Caffe文件夹下scripts的build_win.cmd脚本，使用Notepad++软件，修改以下内容：
第一处修改：

第二处修改：

第三处修改：
删除以下内容或者用“ :: ”注释掉。

完成以上三处操作并保存。

3.编译工作

第一步：在Caffe文件下shift+右键，点击“在此处打开命令窗口”，然后将Caffe\scripts下的build_win.bat文件拖到cmd窗口中，回车并编译。
第二步：第一步会出错，因为下载libraries_v140_x64_py35_1.1.0.tar失败，这需要手动的下载。在
下载地址：这里写链接内容，下载后将其拷贝到用户目录下.caffe\download目录下。
第三步：下载好libraries_v140_x64_py35_压缩文件后，并拷贝该文件到第二步中的download文件加下，并重复第一步操作。

4.打开VS2015生成Release

用VS2015打开Caffe\build文件下的Caffe工程，VS2015开始加载，并无错误。

5.MNIST测试

第一步：下载MNIST的leveldb格式数据，解压两个文件夹mnist-train-leveldb, mnist-test-leveldb，修改成mnist_train_leveldb, mnist_test_leveldb，并拷贝到caffe\examples\mnist下。
第二步：修改examples\mnist\lenet_train_test.prototxt，修改属性data param下的source和backend属性，如下图：
第一个
data_param {
source: “绝对路径examples/mnist/mnist-train-leveldb”
batch_size: 64
backend: LEVELDB
}
第二个
data_param {
source: “绝对路径examples/mnist/mnist-test-leveldb”
batch_size: 100
backend: LEVELDB
}
第三步：在Caffe文件夹下创建一个run_mnist_leveldb.bat文件，内容如下：
“./build/tools/Release/caffe.exe” train –solver=./examples/mnist/lenet_solver.prototxt
pause
（红色标记的极为重要，不可缺少）
第四步：双击run_mnist_leveldb.bat即可。

详细的步骤请参考这里写链接内容