Caffe学习之一：Caffe的配置和编译

最近，在学习deep learning，使用的工具就是caffe，比较容易上手，不啰嗦了，先说环境的配置和编译。

系统的平台为 win10+matlab2014b+vs2013.

在开始之前，要安装cuda的驱动，我使用的cuda 7.5这个版本（为了和caffe里面使用的版本同步）。

首先，在https://github.com/happynear/caffe-windows下载caffe和以及此页面上提供的thirdparty（感谢作者），一定要注意版本是正确的（目前使用的是cuda 7.5），不然的话可能打不开里面的vc文件，导致无法编译，如果是要是想用其他版本的cuda，那就需要修改vs里面的项目文件，楼主就是因为版本不正确，当时编译的时候编译了半天。

第二，下载了这两个文件之后，将thirdparty解压，得到三个文件夹 bin\, include\以及lib\，将这个三个文件夹全部复制到caffe的根目录下面，也就是caffe-windows-master这个文件夹下面（可能你会改名字。根据自己的情况来），还有一步很重要，将bin\这个文件添加到系统环境变量的path中。

第三，打开caffe根目录下面的buildVS013文件夹里面的MainBuilder.sln这个项目文件，如果不能打开，可能是cuda的版本安装不正确，检查一下项目文件里面使用的是什么版本，打开此目录下面的caffelib文件夹里面的vcxproj文件，用记事本打开，然后重新安装对应版本的cuda驱动。

第四，打开了之后，可以看到有7个项目，分别是caffe，caffelib，compute_image_mean（计算图像的均值，后面会用到），convert_imageset（将图片数据转换为lmdb或者leveldb，后面会用到），convert_mnist_data（转换mnist数据集），matcaffe（产生caffe的matlab接口）以及pycaffe（产生caffe的py接口）。其中，我们需要使用的是caffe的matlab接口，那么还需要进行配置。

第五，配置matcaffe的属性。选中matcaffe，然后单击右键，打开属性，打开C/C++和Linker这两项，将里面matlab库文件和lib文件的路径改为自己的matlab下面的库文件和lib文件，然后点击OK。

so far，整个环境的配置没有问题了。然后选中caffe，单击右键，选中build，开始编译，大概半小时之后可以编译完成。然后选中matcaffe，同样的编译，就可以得到caffe的matlab接口caffe_.mexw64。然后，就可以决定测试了，在测试之前，将caffe根目录下面的caffe文件夹添加到matlab的系统路径中，然后打开这个文件夹，找到demo文件夹，打开，找到classification_demo.m文件，按照里面的说明进行运行，记得，需要下载一个caffemodel，这个可以在网上百度一下。