Windows7+VS2013+Anaconda2-4.3.1(Python2.7)+OpenCV2.4.10－Caffe框架搭建(无GPU)

前言：通常，深度学习框架Caffe的搭建都会用到GPU加速，下载NVIDIA推出的并行计算平台CUDA，而CUDA的运行需要NVIDIA显卡的支持，一般的AMD显卡都不支持，所以不支持CUDA加速的，就只能考虑单CPU了。

一.安装包准备：

1. 下载VS2013：http://www.xiazaiba.com/html/24543.html
2. Caffe框架下载：https://github.com/BVLC/caffe具体步骤如下所示，也可直接用我网盘分享的链接。

      3. 下载Python2.7，这里为了方便我选用Anaconda2-4.3.1。

     网盘链接：https://pan.baidu.com/s/1skCG0Mx密码：wsqq

      4. 下载OpenCV2.4.10

           网盘分享地址同上。

二. 安装过程：

1. 安装VS2013:下载后解压文件，双击里边的.exe可执行文件，正常安装，此版本的VS应该不需要注册码，如果需要直接在网上搜索，安装完成后打开软件，系统会提示为第一次使用做准备什么的，等几分钟加载完成后，直接关闭即可。
2. 安装OpenCV2.4.10:下载网盘里的opencv-2.4.10.exe后，双击正常安装。完成后，还需要添加环境变量：右击桌面上的计算机图标－选择“属性”－“高级系统设置”－“环境变量”，然后在Administrator的用户变量下面，选择“新建”弹出编辑用户变量对话框，添加变量名为：OPENCV，变量值为：D:\OCaffe\opencv\build;D:\OCaffe\opencv\build\x86\vc12\bin，这个路径因人而异，我安装OpenCV的解压路径是：D:\OCaffe。根据自己情况适当改一下。
3. 安装Python2.7：下载网盘里的Anaconda2-4.3.1-Windows-x86_64，然后双击正常安装。我安装的地址是：D:\ProgramData，记好自己的安装地址。

4. 解压下载的caffe框架caffe-master.zip，我解压的地址是：D:\OCaffe。

三.Caffe配置：

为了叙述方便，综述一下我安装软件的地址，在下面的过程中，为了理解方便，直接上地址。

情况是这样的，我在D盘新建了一个名为OCaffe文件夹，将所有与caffe有关的文件包括安装包什么的，都放到了D:\OCaffe下。

opencv地址：D:\OCaffe\opencv

python地址：即Anaconda2的地址，D:\ProgramData\Anaconda2

caffe地址：D:\OCaffe\caffe-master

1. 按照下面地址D:\OCaffe\caffe-master\caffe-master\windows找到CommonSettings.props.example文件，还在这个地址下，复制一份，然后重命名，将此文件的扩展名.example去掉，剩下的.props文件才是真正的配置文件，修改好后，文件名变为：CommonSettings.props 。
2. 按照下面地址D:\OCaffe\caffe-master\caffe-master\windows找到Caffe.sln这个解决方案，双击，打开后看到的就是整个caffe框架，以后训练用到的都是这个解决方案的内容。第一次加载可能会提示libcaffe.lib与test_all.lib未加载成功，先不用管，在解决方案中找到CommonSettings.props，我们根据自己的需要修改配置文件。

在这个教程里采用的是无GPU+Python接口，所以我们需要修改配置文件中有关这两个的地方，具体如下图所示：

经过上边的设置将环境设置为无GPU模式，并且开启Python接口，还有一点需要修改就是Python的安装地址，如下图：

还有一点儿需要注意，D:\ProgramData\Anaconda2\中的’\’不可省略。

    3. 还有一件非常重要的事情，将caffe解决方案的配置改为release模式，否则在接下来的日子里有很多坑等着你^_^,具体步骤如图所示：

左键选中解决方案’Caffe’，接着右键选择属性，弹出解决方案’Caffe’属性页对话框，点击‘配置管理器’，将活动解决方案配置改为：Release，会发现解决方案里所有项目的配置都会改成Release，这正是我们想要的，最后结果，如图所示，改完记得保存：

然后关闭解决方案，重新打开Caffe.sln解决方案，会发现libcaffe.lib和test_all.lib均已加载成功。

   4.  接下来要做的就是对上图中所有的项目(不包括matcaffe，此文件为caffe的matlab接口)共15个进行编译，方便我们以后调用。在这之前需要，改一 下启动项目，在解决方案’Caffe’属性页对话框中，选择：通用属性－当前选定内容，这样我们就可以根据自己的需要来进行项目的编译，最终结果如图所示：

项目生成.exe可执行文件的顺序需要注意一下，一定要先让libcaffe生成，然后是caffe，接下来顺序就可以随意了，因为后边生成的项目会用到libcaffe。

在编译libcaffe之前，还需要改一个地方：左键点击libcaffe，右键选择属性，弹出libcaffe属性页对话框，选择配置属性－C/C++ -将警告视为错误-改为‘否’。生成.exe的具体方法为：左键点击libcaffe，右键选择生成，项目会自动编译，在此过程中，要保证计算机处于联网状态，这样会自动下载所需要的NugetPackages包，这个可能会需要一点儿时间，完成后会在VS的输出窗口会显示生成成功，此时在D:\OCaffe\caffe-master下会发现多了一个NugetPackages文件，里边共有16个文件，这16个文件一个也不能少，如图所示：

接下来再编译剩下的14个项目，包括caffe、caffe.managed … python等(matcaffe不需要，这是caffe的matlab接口，我们只用python那个接口，即pycaffe那个)，一定要全部编译一次，全部完成后，查看地址：D:\OCaffe\caffe-master\caffe-master\Build\x64\Release，会发现里边多了几个.exe文件。接下来测试一下python接口是否能用，在地址：D:\OCaffe\caffe-master\caffe-master\Build\x64\Release\pycaffe下，将其中的caffe文件整个拷贝到D:\ProgramData\Anaconda2\Lib\site-packages下，在开始菜单栏的Anaconda中找到IPython，等待几秒钟，出来In [1]:后，输入import caffe点击回车，稍等片刻，出现如下所示的界面，说明Python接口已配置成功。

Caffe的整个框架也已搭建完成，在下一篇文章中，我会用caffe为我们提供的examples中的mnist数据集来进行训练与测试，以对caffe框架的使用有个大致了解。