caffe-windows环境配置（github上官方BVLC/caffe的推荐配置方法详解）

【转载来的文章：如有侵权，请联系我！我将马上删除！】

首先声明一下，如标题，本教程是caffe在windows系统上的配置方法，而且是github上官方BVLC/caffe目前推荐的配置方法，并不是使用微软的caffe-windows。之前很多人是用的微软的caffe配置，本教程真不是。

适用平台

64位 windows 10、64位 windows 7（我第一次安装配置的是win10，现在用win7安装给大家做个演示，有一些截图是win10上的，不过没影响的，win8我就不清楚了。。）

caffe简单介绍

caffe是用C++语言编写的深度学习框架，作者是伯克利大学的博士贾扬清（一听就知道是中国人，好像2016年才毕业，因为开发这个框架，他耽误了博士的学业，但正是因为这个框架，才能被这么多人知道，看看github上的stars和followers就知道了，真牛！）。

caffe因为是开源的，所以可以直接修改其C++源码，调整基本的layer结构和求解算法等。当然除了使用C++外，caffe还提供python、matlab接口，十分友好（心中再次崇拜并感激贾扬清一下）。

caffe目前主要用于深度学习下的图像处理方面，也就是支持卷积神经网络CNN多一点，如果是要用RNN网络，还是用tensorflow吧。

由于深度学习训练网络需要大量的数据集和大量的浮点计算，而CPU计算能力有限，所以深度学习任务都会使用到GPU，来加速神经网络的训练。国科大深度学习课的老师说过“无GPU，不科研”，可见GPU对目前人工智能领域来说必不可少。没GPU，还是不要搞深度学习了。

现在，深度学习用的GPU都是NVIDIA厂的，笔者就是用的该厂的GPU（1060 6GB，还行吧）。caffe作为目前十分流行的深度学习框架，当然是支持使用GPU加速的，而且NVIDIA厂明确表明支持caffe，所以大家可以放心使用。（NVIDIA偏老的GPU我就不知道了，大家可以试试）

前期准备

1. 首先从BVLC/caffe上下载caffe源码，选择好路径后下载。下载过后，会得到一个caffe-windows.zip文件。
2. 将该文件解压到你指定的位置，进行下一步。
3. 确定你是不是有NVIDIA的GPU，需不需要用GPU加速，如果不用GPU加速的话，可以跳过下面的cuda安装和cudnn配置，直接配置caffe；如果需要用GPU，则需要在NVIDIA官网上分别下载安装cuda和cdunn，下载地址在下面给出。
4. 按照官方建议，需要使用cmake，所以需要先下载 cmake并安装，给出的这个cmake链接是64位的，直接下载安装，全英文界面，所有选项保持默认即可，一直点击下一步，直到安装完成。

环境配置

cuda和cudnn配置（不是使用NVIDIA GPU加速的话请掠过）

cuda和cudnn都是NVIDIA（英伟达）公司提供给开发者使用的运算平台，简而言之就是用GPU干你想干的事。

1. 下载并安装cuda，一定要选择对应的版本，要不然会安装失败的。现在我演示的是64位win7，所以就选择对应的版本下载。安装过程比较简单，双击安装，选项建议都默认（有些人不喜欢把东西放在C盘，建议还是放在C盘，毕竟是开发工具），一直点击确认或者下一步，直至安装成功即可。 
   
2. 下载cudnn，这是用来加速深度网络训练的。下载cudnn需要登陆，你可以直接用邮箱注册一个，然后登陆下载就好了。
3. 下载完后，你会发现，cudnn不是一个软件，而是一个压缩包，我下载的就是：cudnn-8.0-windows10-x64-v6.0.zip（有人私信说caffe还是没有编译成功，我看了一下发现是cudnn版本问题，前面的cuda安装的是8.0，所以cudnn应该用的是cudnn-8.0-windows10-x64-v6.0.zip，而不是其他版本）。这个包需要解压缩，得到一个名为cuda的文件夹，为了不与前面安装的cuda混肴，用红色表示。
4. 配置cudnn。cudnn解压后得到的cuda文件夹下有bin、include、lib三个子文件夹，现在需要将这三个文件夹下的东西分别放到之前cuda的安装目录下的对应文件夹下。之前已经安装过cuda，cuda的安装目录默认为：C:\Program Files\NVIDIA GPU Computing Toolkit\，现在就只需要： 
   -将cudnn解压后得到的cuda文件夹下的bin下的cudnn64_6.dll（cudnn后面的数字可能不一样，这就是版本问题，如果是cuda 8.0 建议搭配我这个版本的cudnn，否则可能会出现问题）文件拷贝到cuda安装目录下的bin目录下； 
   -将cudnn解压后得到的cuda文件夹下的lib文件夹下的x64文件夹下的cudnn.lib拷贝到cuda安装目录下的lib文件夹下的x64目录下 
   -将cudnn解压后得到的cuda文件夹下的include文件夹下的cudnn.h拷贝到cuda安装目录下include文件夹下 
   可能上面讲的可能有点啰嗦，但是希望你们能看懂啦。

安装Visual Studio 2013

Visual Studio 2013是微软的开发神器，简称VS2013。只要开发平台是windows的程序员，相信就都用过VS。编译caffe就要使用VS2013，据说VS2015也可以，2017就不行，不过这个我也没有试过。VS2013的安装比较简单，我也不多少说了，安装包、激活工具网上也是一大堆，在此就是提醒一下，记得要装这个工具哦。

使用cmake生成caffe的VS2013的项目文件

CMake是一个跨平台的安装（编译）工具，可以通过一些命令输出各种各样的makefile或者project文件，具体这个工具我也没怎么用过，目前的理解就是将caffe官方提供的源码转成VS2013的项目文件，然后就可以使用VS2013编译caffe。

不过，这一步才是最让人心烦的。 
其实caffe的windows分支并不是由贾扬清本人负责的，而是一个叫willyd的人，这个人比较不靠谱，官方的window版编译说明也是他写的，所以很多人走了很多弯路，最终才选择了微软的caffe-windows那条路。（我偏不信邪，终于给他编译通了）

首先打开之前安装好的cmake，界面如下：

红色箭头指的就是你下载的caffe源代码解压后的根目录，cmake通过源码configure好caffe项目文件后，会生成一个新的目录，这个目录你需要自己新建，绿色箭头就是你指定的这个目录。配置好这两个后，直接点击左下方的configure按钮，这个时候cmake会让你选择用什么编译器，这个时候就选择之前安装的Win64位VS2013就可以了，如下图：

选择好版本后，点击finish按钮，cmake就开始工作了。然而一定会遇到错误，这是一定的！有些人的错误顺序不一样，还请先看完下面全部的错误分析，再查看自己是哪里错了，对症下药：

• 错误1：Could not find url for MSVC version = 1800 and Python 3.5…这个时候是因为之前，我有玩过tensorflow，所以电脑装了python3.5，cmake会以为你需要caffe的python接口， 然后会自动勾选python的相关项，就会出现错误，这个时候取消勾选蓝色区域的选项就行。 
  
• 然后就会出现第二个错误，这个错误和第一个错误基本上是一样的，都是python接口的问题。错误显示：

Building without python. Prebuilt dependencies will default to Python 2.7
Downloading prebuilt dependencies to C:/Users/你的用户名/.caffe/dependencies/download/libraries_v120_x64_py27_1.1.0.tar.bz2

• 1
• 2

通过提示发现，原来是一定会针对python适配的，就算你不用python，默认也会设置为python2.7，然后就会下载一个依赖包libraries_v120_x64_py27_1.1.0.tar.bz2（其中的py27表示是python2.7）。然而，因为国内的墙比较结实（长城屹立不倒！），最后会出现无法下载，导致configure失败，这个时候就说说这个叫willyd的人了，之前是可以直接下载这个依赖包的，现在不行了，非要要下载一个别的软件编译出这个依赖包，但是没有必要，我们直接下载这个依赖包，然后把它放在C:/Users/你的用户名/.caffe/dependencies/download/下，然后再configure。（当然你如果非要用python接口，你可以按照官网的要求编译去这个依赖包，然后configure）

当然有人私信我，说cmake也能下载这个包，不用我这个链接下载也行，这样当然好了。

• 紧接着会出现第三个错误： 
  

具体错误是由于BLAS，这个是一个用于计算的库，它有多个版本，比如图中BLAS右边的Atlas版本，由于我们没有安装过这个，所以将Atlas修改为Open。 
如果是不使用GPU加速，记得勾选CPU_Only这个选项，然后再configure一下，就不会有错了，有错你来找我，就是这么自信。

在完全没有错误的configure done之后（如上图就是成功了的），再点击Generate按钮，显示done以后，再点击Open Project。这个时候系统就会使用VS2013打开生成好的caffe项目文件。VS2013打开caffe项目后，会经过一段时间的加载，这个时候一定要等到它成功加载完所有的文件后，再进行下一步。

使用VS2013编译caffe

1. 待caffe加载完成后，鼠标右击ALL_BUILD，将其设为启动项，如下图： 
   

2. 然后右击ALL_BUILD上面的 解决方案’Caffe’ , 点击属性，打开属性页，然后修改下图中勾画出的部分，配置改为Release，平台改为x64，点击配置管理器，在上面也做相同修改。修改完成之后，点击确定即可。 
   

3. 完成配置后，现在开始编译了！同样，鼠标右击 解决方案’Caffe’ ，点击 生成解决方案 选项即可。

4. 接下来就是一段漫长的编译过程。编译完成后，VS2013下方的输出会显示成功多少个，失败多少个，如果有失败的，那么请重新编译。下面就是全部编译成功后的结果： 
   

总结

到此，caffe算是配置好了，至于用法后面再讲。 
caffe其实之前已经配置过很多遍了，在windows下和linux下都配置过，windows配置比较复杂，坑也比较多，希望爱学习的你们看了我这篇，能踏平这些坑，愉快地在windows下使用caffe，好好搞深度学习。^_^