一、环境说明

也是安装顺序。特别强调的是除VS2015以外，其他软件的安装路径都最好不要包含空格。
1、Windows 64位系统。
2、Visual Studio 2015(VS2015, 对应VC14)。
3、Matlab 2017a。Matlab的版本倒不是很重要，只要支持Matlab 2015a之后的版本都应该支持。所以如果安装了其他版本的Matlab，可以先不用安装2017a。安装完之后要把其中的bin目录和runtime\bin目录加入环境变量Path。

D:\Program Files\MATLAB\R2017a\bin
D:\Program Files\MATLAB\R2017a\runtime\win64

4、CMake 3.14。安装时要选择将CMake添加到环境变量Path，然后下面的路径就会自动添加到环境变量Path。

C:\Program Files\CMake\bin

5、Miniconda2的Python2.7版本。安装的时候记得勾选add anaconda to environment path。然后下面的路径就会自动添加到环境变量Path。安装完conda之后，记得把conda的源换成国内的源，否则下载库会特别慢。

D:\Libs\MiniConda
D:\Libs\MiniConda\Library\mingw-w64\bin
D:\Libs\MiniConda\Library\usr\bin
D:\Libs\MiniConda\Library\bin
D:\Libs\MiniConda\Scripts

安装完成后，打开命令行，输入cmake和python --version，检查cmake是否工作以及python版本是否正确。如果Python的版本不是2.7，请在环境变量中删除其他Python版本的路径。

二、编译Caffe-Windows

1、下载资源

Caffe-Windows
打开https://github.com/BVLC/caffe/tree/windows，下载源码（可直接点击下载）。
libraries_v140_x64_py27_1.1.0.tar.bz2
这个是caffe要依赖的库，点击下载。v140对应VS2015，x64对应系统架构，py27对应python版本。下载完成之后，打开libraries_v140_x64_py27_1.1.0.tar.bz2所在目录，按住Shift键，右键单击空白处，然后选择“在此处打开powershell窗口”，打开命令行，执行下面的命令：

cmd
md %USERPROFILE%\.caffe\dependencies\download
copy libraries_v140_x64_py27_1.1.0.tar.bz2 %USERPROFILE%\.caffe\dependencies\download

执行上面的命令就是把libraries_v140_x64_py27_1.1.0.tar.bz2复制到%USERPROFILE%\.caffe\dependencies\download这个目录里面去。%USERPROFILE%是当前用户的目录。可在命令行中使用echo %USERPROFILE%来查看。

2、编辑CMakeLiss.txt

解压caffe-windows，打开caffe-windows\CMakeLiss.txt，在：

# ---[ Caffe project
project(Caffe C CXX)

之前加入如下几行：

# ---[Install directory: D:\Libs\Caffe
set(CMAKE_INSTALL_PREFIX "D:/Libs/Caffe")# ---[Set Matlab_DIR
set(Matlab_DIR "D:/Program Files/MATLAB/R2017a")

CMAKE_INSTALL_PREFIX 指定Caffe的安装路径，Matlab_DIR 指定Matlab的根目录。

打开caffe-windows\cmake\Utils.cmake，把357行的：

message(FATAL_ERROR "Logic error. Need to update cmake script")

改为：

# message(FATAL_ERROR "Logic error. Need to update cmake script")

3、编辑build_win.cmd

打开caffe-windows\scripts\build_win.cmd，如下就是编译选项部分：

:: Default values
if DEFINED APPVEYOR (echo Setting Appveyor defaultsif NOT DEFINED MSVC_VERSION set MSVC_VERSION=14...

在if DEFINED APPVEYOR之前添加如下几行：

:: Default values
set WITH_NINJA=0
set BUILD_MATLAB=1  
set CPU_ONLY=1    
set PYTHON_VERSION=2
set BUILD_PYTHON_LAYER=1
if DEFINED APPVEYOR (echo Setting Appveyor defaultsif NOT DEFINED MSVC_VERSION set MSVC_VERSION=14if NOT DEFINED WITH_NINJA set WITH_NINJA=0...

WITH_NINJA：不使用NINJA编译；BUILD_MATLAB：编译Matlab模块，CPU_ONLY：不适用CUDA加速；PYTHON_VERSION：指定python版本。BUILD_PYTHON_LAYER：编译pycaffe模块。

:: Set python 2.7 with conda as the default pythonif !PYTHON_VERSION! EQU 2 (set CONDA_ROOT=C:\Miniconda-x64)

修改为

:: Set python 2.7 with conda as the default pythonif !PYTHON_VERSION! EQU 2 (set CONDA_ROOT=D:\Libs\MiniConda)

D:\Libs\MiniConda是Conda的安装路径。

然后在

if ERRORLEVEL 1 (echo ERROR: Configure failedexit /b 1
)

后面添加一行

if ERRORLEVEL 1 (echo ERROR: Configure failedexit /b 1
)exit /b 1:: Lint
...

exit /b 1是退出cmd的命令，添加这行的目的是观察cmake的结果。

4、执行build_win.cmd

安装pycaffe的依赖：

conda install --yes pip
pip install ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz

在执行这一步之前，建议先把conda的源换成国内的源。

进入caffe-windows\scripts目录，空白处按住shift+点鼠标右键，然后打开powershell，输入：

cmd
build_win.cmd
build_win.cmd

对，build_win.cmd就是要执行两遍，因为第一遍的安装目录不正确。输出类似为（我把需要相同的部分标记出来， #后面就是我的注释）：

......
#  需要找到Matlab
-- Found Matlab: D:/Program Files/MATLAB/R2017a/extern/include (found version "9.2") found components:  MAIN_PROGRAM MX_LIBRARY   
-- Found Git: C:/Program Files/Git/cmd/git.exe (found version "2.19.1.windows.1")
--
-- ******************* Caffe Configuration Summary *******************
-- General:
--   Version           :   1.0.0
--   Git               :   unknown
--   System            :   Windows
--   C++ compiler      :   C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe
--   Release CXX flags :   /MD /O2 /Ob2 /DNDEBUG /DWIN32 /D_WINDOWS /W3 /GR /EHsc
--   Debug CXX flags   :   /MDd /Zi /Ob0 /Od /RTC1 /DWIN32 /D_WINDOWS /W3 /GR /EHsc
--   Build type        :   Release    #  Release模式
--
--   BUILD_SHARED_LIBS :   0    #  需要相同
--   BUILD_python      :   1    #  需要相同
--   BUILD_matlab      :   1    #  需要相同
--   BUILD_docs        :
--   CPU_ONLY          :   1    #  需要相同
--   USE_OPENCV        :   ON    #  需要相同
--   USE_LEVELDB       :   ON    #  需要相同
--   USE_LMDB          :   ON    #  需要相同
--   USE_NCCL          :   0    #  需要相同
--   ALLOW_LMDB_NOLOCK :   OFF    #  需要相同
--
-- Dependencies:
--   BLAS              :   Yes (Open)    #  需要相同
--   Boost             :   Yes (ver. 1.61)    #  需要相同
--   glog              :   Yes    #  需要相同
--   gflags            :   Yes    #  需要相同
--   protobuf          :   Yes (ver. 3.1.0)    #  需要相同
--   lmdb              :   Yes (ver. 0.9.70)    #  需要相同
--   LevelDB           :   Yes (ver. 1.18)    #  需要相同
--   Snappy            :   Yes (ver. 1.1.1)    #  需要相同
--   OpenCV            :   Yes (ver. 3.1.0)    #  需要相同
--   CUDA              :   No    #  需要相同
--
-- Python:    #  这里需要找到Python
--   Interpreter       :   D:/Libs/MiniConda/python.exe (ver. 2.7.15)
--   Libraries         :   D:/Libs/MiniConda/libs/python27.lib (ver 2.7.15)
--   NumPy             :   D:/Libs/MiniConda/lib/site-packages/numpy/core/include (ver 1.13.1)
--
-- Matlab:
--   Matlab            :   Yes (,    #  需要找到Matlab
--   Octave            :   No
--
-- Install:
--   Install path      :   D:/Libs/Caffe    #  需要相同
--
-- Configuring done
-- Generating done
......

得到上面的结果之后，删除在build_win.cmd添加的那行exit /b 1，然后重新执行build_win.cmd，开始编译依赖库。编译完成后，把下面的几条加入环境变量Path。

%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\bin
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\lib
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\bin
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\lib
%USERPROFILE%\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\staticlib

5、编译Caffe

打开caffe-windows\script\Caffe.sln，使用VS2015打开。把编译模式切换为Release模式，然后右键单击INSTALL子项目，右键单击，选择“生成”，然后就开始编译Caffe了，编译完会自动安装到D:\Libs\Caffe。

编译完成后，把D:\Libs\Caffe里面的bin、lib、matlab+caffe\private和matlab+caffe\private\Release加入到环境变量Path。下面是我添加的环境变量：

D:\Libs\Caffe\bin
D:\Libs\Caffe\lib
D:\Libs\Caffe\matlab\+caffe\private
D:\Libs\Caffe\matlab\+caffe\private\Release

至此，caffe编译完成。

三、使用Caffe

1、Matlab

在.m文件的最前面加入如下代码：

PATH_TO_CAFFE_MATLAB='D:/Libs/Caffe/matlab/';
addpath(genpath(PATH_TO_CAFFE_MATLAB));

PATH_TO_CAFFE_MATLAB是前面install的安装路径。添加上面的代码之后，Matlab就能找到Caffe。还有最关键的一步是，把D:\Libs\Caffe\matlab+caffe\private\Release\caffe_.mexw64复制到和.m文件同一级目录下，否则会出现如下错误：

在matlab中使用caffe接口

经过编译后，会生成build文件夹。在网上看的教程大多是在caffe的根目录下生成，不过我的是在script/目录下，即build_cmd同目录下生成的。经过删掉重新生成后，还是在script下，考虑到build里的很多设置是相对路径，就不动了。

在matlab中添加路径

里面添加caffe的matlab接口路径

现在，应该可以使用了，调整matlab当前路径为caffe/matlab/demo/文件夹下，有claasification_demo.m文件可以进行测试，如果无错即配置完成。
Caffe 深度学习框架是支持 opencl gpu 计算加速的，为了在 msys2/mingw 环境下可以工作我做了少量修改 https://github.com/zhujiang73/caffe-windows-opencl  下图是基于 OpenCL Caffe 做的画框识图，我只有一块入门级小显卡 GPU 版程序的图像识别速度是 CPU 版的三倍左右.



     综合考虑开发效率，运行速度，和可移植性，选择 msys2/mingw 作为开发环境，caffe 代码的可移植性很好稍加修改就能在 mingw 环境下编译。
      msys2集成了unix 风格的shell 环境和 mingw 编译工具，可以在windows 下写 gcc 风格的程序, 结合msys2/mingw 版的emacs 就是一个很好的开发环境。 http://msys2.github.io/

     这两天刚搞好 caffe 的 python 接口，虽然我认为 msys2/mingw 比较好用，但是目前大多数软件在 windows 下会优先考虑 msvc 可移植，由于mingw 是 gcc 但不是unix 是 win 但不是msvc 比较小众，所以很多软件在 mingw 下需要做些修改才能编译，我把修改过的 caffe msys2/mingw 版放在：https://github.com/zhujiang73/caffe-windows-opencl 支持 opencl gpu 加速，支持 python 接口，算是比较完整了。caffe 这个“深度学习工具”虽然比较老但是比较适合机器视觉任务，我目前只实验了cnn 等比较经典的算法，下一步该实验 rcnn 等改进算法了，caffe 的缺点是框架不太灵活可能需要定制一些模块才能实现新算法。