转载请注明出处：
http://www.cnblogs.com/darkknightzh/p/7126126.html
参考网址：
https://github.com/happynear/caffe-windows
使用的是参考网址中的caffe。由于电脑没有独显，因而使用cpu。首先下载该源码，而后顺序如下：
1. 将caffe-windows-ms\windows中CommonSettings.props.example改名为CommonSettings.props。
2. 由于只编译cpu版本，因而将
<CpuOnlyBuild>false</CpuOnlyBuild>
<UseCuDNN>true</UseCuDNN>
<UseNCCL>true</UseNCCL>
改为
<CpuOnlyBuild>true</CpuOnlyBuild>
<UseCuDNN>false</UseCuDNN>
<UseNCCL>false</UseNCCL>
3. 将
<MXNetSupport>true</MXNetSupport>
改为
<MXNetSupport>false</MXNetSupport>
4. 由于需要python支持，因而修改python的路径。使用的是anaconda2，因而将
<PythonDir>D:\Anaconda2\</PythonDir>
改为
<PythonDir>C:\ProgramData\Anaconda2\</PythonDir>
5. 打开Anaconda Prompt，输入：
conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf
6. 由于需要matlab支持，因而修改matlab的路径（网址中已经将MatlabSupport设置为true了）。将
<MatlabDir>C:\Program Files\MATLAB\R2016a</MatlabDir>
改为
<MatlabDir>C:\Program Files\MATLAB\R2014b</MatlabDir>
7. 使用vs2015打开caffe-windows-ms\windows中Caffe.sln。
8. 编译工程（可以只编译需要的。我这边。。。额。。。直接编译了整个工程）。由于只编译cpu版本，我这边编译速度还好吧。据说编译gpu版本，速度比较慢。。。
9. 对python支持的设置（下列方法二选一）。我这边使用的是a，没有测试b：
a 在环境变量中增加PythonPath，路径为<caffe_root>\Build\x64\Release\pycaffe
b 将<caffe_root>\Build\x64\Release\pycaffe\caffe拷贝到<python_root>\lib\site-packages
10. 对matlab的支持（下面两步都需要）：
a add the generated matcaffe folder to Matlab search path
b add <caffe_root>\Build\x64\Release to your system path
此处说明一下：
b的好解释，就是将<caffe_root>\Build\x64\Release增加到Path的环境变量中。更改环境变量后，最好重启一下电脑。
对于a，说是将生成的matcaffe文件夹增加到matlab的search path中，实际上，我这边该工程生成的caffe_.mexw64路径为D:\caffe-windows-ms\matlab\+caffe\private，我最开始以为将这个文件夹增加到matlab的search path中，但是matlab总会提示“无法将方法文件夹（以’@’开头的文件夹）或专用文件夹添加到matlab搜索路径中”，如下图所示。实际上，添加的路径应该是D:\caffe-windows-ms\matlab。这样就不会出现下面的错误了。
11. 之后就是测试程序了。
caffe.reset_all();
caffe.set_mode_cpu();
gpu_id = 0; % we will use the first gpu in this demo
% caffe.set_device(gpu_id);
net = caffe.Net('deploy.prototxt', 'model.caffemodel', 'test');
我这边就不会提示有错误了。
如果caffe设置的有问题，matlab中会提示：未定义变量”caffe”或类“caffe.reset_all”，如下图所示。在搜索一下吧。。。
