上一篇文章没有给出caffe+VS2015的具体步骤，只是给出了一个教程的Github地址。但是由于国内网速的问题，有的人文件都没能成功下载，有的由于英文水平所限，编译起来也是有点麻烦。所以本文做为上一篇的补充。基本上是教程的中文版，只不过不是完全翻译，用自己的话再说一遍，夹杂一些注意事项。
下载
1. 下载Caffe
caffe只有不到10M。还是下面这个地址：
能够打开的就直接在这个网页上下载Zip即可。由于种种原因不能打开的，我下载了一个供大家下载：
链接：http://pan.baidu.com/s/1eSmWLPK 密码：6blp
下载下来的文件应该叫caffe-windows-ms.zip。解压到同名文件夹，里面除了caffe的文件之外，还有一个文件夹叫windows，我们的后续所有的动作都是在这个文件夹下完成。所以可以直接打开这个文件夹。
2. 下载third party libraries
配置过caffe的都知道，caffe之所以难配置，就是因为这些第三方库。
而这个教程之所以简单，就是因为第三方库我们只需要下载、解压就行了！！
下载地址：
https://pan.baidu.com/s/1mhZgDeS?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0
这个有100多兆。解压之后差不多一个G。加压后大概长下面这样。
caffe第三方库
然后把这些文件夹（不是包含所有的整个文件夹）复制到前面所说windows文件夹下的thirdparty文件夹中。
修改配置
接下来会根据自己的需求对配置文件做一些小的改动。也许你已经发现，在windows文件夹下除了一堆子文件夹之外，还有一个VS工程文件和配置文件。
caffe工程和配置文件
1. 首先把CommonSettings.props.example复制一份，然后改名为CommonSettings.props
后续所有更改都是在改这个文件。用notepad++打开CommonSettings.props看一下这个文件里面是什么样。
配置文件内容
只看黄框里的那一部分，也就是我们主要修改的部分。其实就是修改true和false而已。符合条件的就改为true，比我电脑没有GPU可用，所以CpuOnlyBuild我改为true。同时把UseCuDNN和UseNCCL改为false。
主要配置项
2. CUDA
需要的话，从下面的网址下载CUDA Toolkit 8.0：
如果像我一样只用CPU，就像上图那样改就行了。就是CpuOnlyBuild改为true。同时把UseCuDNN和UseNCCL改为false。默认是true的。
3. cuDNN
需要的话，从下面的网址下载cuDNN v5：
然后解压zip到%CUDA_PATH%（安装CUDA时设置的环境变量）。或者，随意解压到哪个地方，然后在CommonSettings.props中修改CuDnnPath到解压的位置。
4. Python
如果需要，把上面的PythonSupport设为true。原文让下载Miniconda，但是我电脑上已经安装了Anaconda2和Anaconda3，所以就不需要下载了。下载之后需要安装下面这几个库：
conda install --yes numpy scipy matplotlib scikit-image pip pip install protobuf
我电脑上早已安装...
然后再CommonSettings.props中大概72行的位置，修改路径如下：
Python路径修改
下面的库和包含文件的路径保持不变即可。
提醒：
编译完之后
- 把
PythonPath的环境变量设置为<caffe_root>\Build\x64\Release\pycaffe- 或者，复制文件夹
<caffe_root>\Build\x64\Release\pycaffe\caffe到<python_root>\lib\site-packages。- 注意是复制整个文件夹，而不是文件夹下所有文件。与上面第三方库相反。
5. Matlab
设置与Python相仿，不赘述。
也有个提醒：
编译完之后
- 把 生成的
matcaffe文件夹添加到Matlab的搜索路径，- 把
<caffe_root>\Build\x64\Release添加到系统路径。
编译Caffe
上面说起来一大堆，其实修改起来就是分分钟的事情。修改完之后，用VS2015打开Caffe.sln，编译即可。
也有个提醒：
首先，一定要设置模式模式为release x64。然后，
在工程上右键，重新生成解决方案；
或者，菜单->生成->重新生成解决方案。
另外
项目
caffe.binding如果生成失败，在它的属性->配置属性->C/C++->常规中，把将警告视为错误改成否，可以使之生成成功。
最后结果是成功14个，失败4个。失败的应该是几个无关紧要不影响使用的，我猜是caffe.managed，mxnet_caffe_wrapper，test_all之类的。
编译结果
公众号CVPy，分享OpenCV和Python的实战内容。每一篇都会放出完整的代码。欢迎关注。
网友评论