Caffe在windows及ubuntu下多种形式的编译
Caffe库编译
一、windows下编译
不得不吐槽一句，windows下编译caffe要比ubuntu麻烦很多，稍不注意就是各种错误，时间久了重新编译还会忘记，因此对于windows必须做好详细的记录。
Windows下caffe编译来源主要有两种：（1）官方BLVC以及微软（Microsoft） （2）电子科大happynear的caffe-windows。
一）资源链接：
1)、官方caffe-windows
BLVC，Github：https://github.com/BVLC/caffe/tree/windows
Microsoft，Github链接：https://github.com/Microsoft/caffe
2)、国产Happynear的caffe-windows-ms
Github: https://github.com/happynear/caffe-windows/tree/ms
3)、mini-caffe: https://github.com/luoyetx/mini-caffe
4)、tiny-caffe(Mine): https://github.com/SyGoing/tiny-caffe
…还有很多其他DIY类型的Caffe，比如对于目标检测的caffe-SSD、Faster-RCNN caffe和C3D-caffe等等，其实都是针对特定应用添加了自定义层。由于caffe官方对于其维护减少，很多新的层都是很多野生程序员添加，并形成各色caffe。
另一种归类方式： Microsoft和happynear的caffe-wondws工程结构同宗，应该是happynear模仿Microsoft，然后DIY出自己的。
二）编译
1、编译环境:
win10+cuda8.0+cudnn5.1(cudnn6.0)+opencv3.1+vs2015,cuda8.0、cudnn和opencv安装随便百度很多。
2、编译
首先记录一下官版BLVC-caffe的编译过程，包括动态库及静态库编译，以及比较坑的python接口编译。
2.1 BLVC-caffe编译
默认已经安装了vs2015、cuda8.0和cuddnn5.1，并且安装好了Anaconda3和Anaconda2,这里要记录caffe的python2.7和python3.5两种版本接口的编译，python3.6的暂时还没有尝试，后续补上。PS:Anaconda安装参考我的另一篇博客（比较完整）：
https://blog.csdn.net/ouyangfushu/article/details/79464276
从github上下载caffe,最好使用git，压缩包有时候容易丢失文件。
（1）git clone https://github.com/BVLC/caffe.git
（2）cd caffe
（3）git checkout windows
（4）cd scripts.这一步比较容易出岔子，因为我们需要根据自己需求配置build_win.cmd，这里经常出错。Notebook打开build_win.cmd,一般是修改这里
1）无python接口静态库及其可执行文件编译
WITH_NIJIA=0、BUILD_PYTHON=0、BUILD_PYTHON_LAYER=0、CMAKE_SHARED_BUILD=0(1编译动态库，0编译静态库)，OK修改完以后，双击build_win.cmd。
期间会自动下载三方依赖库libraries_v140_x64_py27_1.1.0.tar.bz2，有时候下载不成功，不要紧，百度云盘：https://pan.baidu.com/s/1j1UDoqjzsAmv02bB72oDbQ
提取码：zayb，然后放在C:\Users\你的用户名\.caffe\dependencies\download下即可，然后再此双击buld_win.cmd.等待比较久编译完成。
2） 无python接口动态库编译
修改build_win.cmd的WITH_NIJIA=1、CMAKE_SHARED_BUILD=1，注意：需要安装ninjia，win+R进入cmd命令窗口，
conda install --yes ninja 或者pip install ninjia
双击build_win.cmd,等待编译完成，此时会生成caffe.dll动态库。接下来就是整理编译好的库作为三方库编写caffe接口函数进行调用即可。具体参考：
https://blog.csdn.net/ouyangfushu/article/details/79546566
编译好以后build文件夹下是这样：
3）有Python2接口的静态库编译
确保安装了Anaconda2（环境变量中配置了，如果有多个版本则Anaconda2应该位于首位），修改build_win.cmd, CMAKE_BUILD_SHARED_LIBS=0、WITH_NINJA=0、PYTHON_VERSION=2、BUILD_PYTHON=1、BUILD_PYTHON_LAYER=1，修改完后这样，同样执行build_win.cmd.
4）有python3.5接口的静态库编译
安装了python3.5（Anaconda3的python3.5版本），下载这个版本Anaconda3-2.4.1-Windows-x86_64.exe即可，同样安装好重要的库如protobuf,ninjia和numpy等，下面的命令一顿操作即可。
conda config --add channels conda-forge
conda config --add channels willyd
conda install --yes ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz
conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf
接下来修改build_win.cmd如下图：
执行build_win.cmd,期间会自动下载libraries_v140_x64_py35_1.1.0.tar.bz2，
百度云：https://pan.baidu.com/s/1Ete_kISilZrbkFgobuTsrA
提取码：dt7r
放在C:\Users\你的用户名\.caffe\dependencies\download下即可，然后双击build_win.cmd.完了吗？ NO,问题来了……编译过程中会提示找不到include_symbols.hpp，
解决方法：在编译python2接口发现会在build/ caffe下生成：export.hpp和include_symbols.hpp，但是在编译python3.5时却少了include_symbols.hpp，解决办法比较取巧：等build_win.cmd失败后，把原来编译python2版本接口的include_symbols.hpp拷贝到这个目录下，vs2015打开build下的Caffe.sln，右击BUILD_ALL生成解决方案即可成功。
编译好的python接口，caffe目录下
回到caffe根目录下，拷贝python文件下的caffe文件夹到Anaconda3\Lib\site-packages文件夹下。注意坑来了，cmd下无法包含import caffe 提示使用了python2.dll，原来这个文件夹下默认是python2.dll,不急【进入编译的build目录下，（1）将install/bin/下的文件拷贝到caffe文件夹（caffe根目录下的python/caffe）下，删除python27.dll，（2）拷贝build\lib\Release下_caffe.pyd到caffe文件夹（caffe根目录下的python/caffe），然后再复制到Anaconda3\Lib\site-packages下即可】。
2.2 happynear的caffe-windows编译
截止2018.12.28,该版本caffe支持cuda9.0，依赖boost1.65.但是貌似编译有问题。因此还是在cuda8.0下编译，boost依旧是1.61版本（下载好源码以后需要稍作修改，三方依赖库依然使用老版本的）。
这个版本比较符合常规编译，作者提供好了编译的工程，不用BLVC那么麻烦（类似微软的caffe）。进入官网https://github.com/happynear/caffe-windows/tree/ms,准备工作下载三方依赖库。
百度网盘：https://pan.baidu.com/s/1_0SSmGHuFyYPO4Qj7XaDOQ
提取码：4dax
1、git clone https://github.com/happynear/caffe-windows.git
2、进入caffe-windows/windows下，将三方依赖库压缩包thirdparty.zip解压到thirdparty目录下。CommonSettings.props.example文件去掉.example。Notebook打开CommonSettings.props
3、GPU静态库编译
在这里只编译C++库，UseNCCL、PythonSupport、MatlabSupport和MXNetSupport设置为false。由于要编译cuda8.0的版本，而原版本支持cuda9.0，所以需要改一下libcaffe文件夹下的libcaffe.vcxproj。打开，第37行和470行，如果是这样则不需要修改，如果指明是cuda9.0则需要改成
Cuda8.0.
接下来就可以开始编译了，打开工程Caffe.sln，编译模式修改为
工程目录如下：
首先编译libcaffe，然后再编译整个解决方案。
4、编译动态库
右键licaffe,扩展名改为.dll,配置类型改为动态库。如图
在caffe.pb.h中添加宏定义以导出的proto类型，便于在使用中调用时能正确是被层类型及相关参数。
#ifdef CAFFELIB_EXPORTS
#define CAFFELIB_API __declspec(dllexport)
#else
#define CAFFELIB_API __declspec(dllimport)
#endif
需要导出的类前面加CAFFELIB_API，在caffe.pb.h中需要添加的类有：BlobProto、LayerParameter、NetParameter
同样在blob.hpp、common.hpp、layer.hpp、net.hpp中添加
#ifdef CAFFELIB_EXPORTS
#define CAFFELIB_API __declspec(dllexport)
#else
#define CAFFELIB_API __declspec(dllimport)
#endif
class LIBCAFFE Blob --blob.hpp
class LIBCAFFE Caffe -- common.hpp
class LIBCAFFE Layer -- layer.hpp
class LIBCAFFE Net --net.hpp
然后在libcaffe属性中加入预定义宏如下：
然后编译即可。需要注意的是编译动态库需要在属性中重新配置cuda的包含目录、库目录、链接库，否则编译不通过！会报找不到三方依赖。
将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下面的
这几个文件复制到编译Build\x64\Release下面，现在编译就不会有问题。
2.3 mini-caffe编译
这个版本的caffe编译就比较简单了，直接按照官方readme编译即可，比较不容易出问题。
Github: https://github.com/luoyetx/mini-caffe
2.4 tiny-caffe编译
我的版本caffe，这是本人对happynear版本caffe精简化的结果，去除很多冗余依赖，仅仅依赖protobuf.
Github: https://github.com/SyGoing/tiny-caffe,阅读readme就可以了。
二、Ubuntu下编译
Ubuntu下编译BLVC-caffe的教程较多，相比windows下编译要简单得多。cuda8.0、cudnn5.1或cudnn6.0、opencv3.1、相关三方依赖安装完毕之后，只需要根据自己需求修改Makefile.config文件即可。
1、三方依赖
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2、Makefile.config，为了防止重新编译又去查来查去，这里配置好了一份
百度云：https://pan.baidu.com/s/1MyaKk01hBWoNKbaDTnOzMA
提取码：4txw
然后make all -j8完成编译。
这个配置文件没有编译python接口，如果需要编译python、matlab，则先确保自己安装了python(Anaconda)或者matlab，然后配置文件中打开编译python和matlab接口。
假设想要编译mini-caffe、tiny-caffe、happynear-caffe。去官网查看readme，这里不再赘述。 happynear的caffe-windows在ubuntu下编译和BLVC的一样。mini-caffe和tiny-caffe则更简单。依赖就很少。