1、環境：windows 7\vs2013
2、caffe-windows準備
圖 4：修改後的commonsettings.props檔案
(2)關於commonsettings.props檔案的一點說明。
<?xml version="1.0" encoding="utf-8"?>3、編譯caffe-windows$(solutiondir)..\build
false
true
7.5
false
false
compute_35,sm_35;compute_52,sm_52
$(solutiondir)\scripts
cublas.lib;cuda.lib;curand.lib;cudart.lib
cudnn.lib;$(cudadependencies)
$(cudnnpath)\cuda\lib\x64;$(librarypath)
$(cudnnpath)\cuda\include;$(includepath)
$(builddir)\$(platform)\$(configuration)\
$(builddir)\int\$(projectname)\$(platform)\$(configuration)\
$(outdir);$(cuda_path)\lib\$(platform);$(librarypath)
$(solutiondir)..\include;$(solutiondir)..\include\caffe\proto;$(cuda_path)\include;$(includepath)
c:\miniconda2\
$(pythondir)\libs;$(librarypath)
$(pythondir)\include;$(includepath)
c:\program files\matlab\r2014b
$(matlabdir)\extern\lib\win64\microsoft;$(librarypath)
$(matlabdir)\extern\include;$(includepath)
cpu_only;%(preprocessordefinitions)
use_cudnn;%(preprocessordefinitions)
use_cudnn
with_python_layer;boost_python_static_lib;%(preprocessordefinitions)
matlab_mex_file;%(preprocessordefinitions)
false
true
_scl_secure_no_warnings;use_opencv;use_leveldb;use_lmdb;%(preprocessordefinitions)
true
full
ndebug;%(preprocessordefinitions)
multithreadeddll
true
true
true
uselinktimecodegeneration
true
disabled
_debug;%(preprocessordefinitions)
multithreadeddebugdll
true
ps：生成時可能遇到的錯誤：errorc2220: 警告被視為錯誤 - 沒有生成「object」檔案 (..\..\src\caffe\util\math_functions.cpp)。這個錯誤可參考sunshine_in_moon 的解決方案。
4、測試
表1：mnist資料集及其檔案解釋
檔案內容
train-images-idx3-ubyte.gz
訓練集 - 55000 張 訓練, 5000 張 驗證
train-labels-idx1-ubyte.gz
訓練集對應的數字標籤
t10k-images-idx3-ubyte.gz
測試集 - 10000 張
t10k-labels-idx1-ubyte.gz
測試集對應的數字標籤
2）轉換 訓練\測試資料
a) 中的四個檔案放到 . \examples\mnist\mnist_data資料夾下。
b) 在caffe-windows安裝的根目錄下，新建乙個convert-mnist-data-train.bat檔案轉換為訓練資料，並在檔案中新增**:
[python]view plain
copy
build\x64\release\convert_mnist_data.exe --backend=lmdbexamples\mnist\mnist_data\train-images.idx3-ubyteexamples\mnist\mnist_data\train-labels.idx1-ubyte examples\mnist\mnist_data\mnist_train_lmdb
pause
其中--backend=lmdb 表示轉換為lmdb格式，若要轉換為leveldb將其改寫為--backend=leveldb 即可。
再新建乙個convert-mnist-data-test.bat轉換測試資料，**為：
[python]view plain
copy
build\x64\release\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\t10k-images.idx3-ubyte examples\mnist\mnist_data\t10k-labels.idx1-ubyte examples\mnist\mnist_data\mnist_test_lmdb
pause
ps：（1）convert_mnist_data.exe的命令格式為：
convert_mnist_data [flags] input_image_file input_label_file output_db_file
[flags]：轉換的檔案格式可取leveldb或lmdb，示例：--backend=leveldb
output：儲存輸出檔案的資料夾，示例：mnist_train_lmdb
3）執行測試
（1）將第2）步中轉換好的訓練\測試資料集（mnist_train_lmdb\ mnist_train_lmdb或mnist_train_leveldb\mnist_train_leveldb）資料夾放在.\examples\mnist中。
（2）在caffe-windows根目錄下新建乙個run.bat，檔案中**：
[python]view plain
copy
build\x64\release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt
pause
儲存並雙擊執行，如果執行成功，說明caffe配置成功了。
注意1：使用leveldb或lmdb格式的資料時，需要將lenet_train_test.prototxt 檔案裡面的data_param-> source和data_param-> backend相對應，如圖5紅框所標註處。
圖 5：lenet_train_test.prototxt檔案中需要注意與訓練\測試資料對應的部分
注意2：將lenet_solver.prototxt 檔案裡面的最後一行改為solver_mode:cpu。
4）訓練自己的資料
1.在caffe上跑自己的資料
2.windows下caffe訓練自己的資料
reference:
官方caffe-windows 配置與示例執行
【caffe-windows】caffe+vs2013+windows無gpu快速配置教程
乙個直接用編譯好的caffe的方法：
windows7 + python3.5 + caffe
關於Windows下安裝caffe
目前只為練手，因此只用cpu練習。配環境。等cpu上面熟練了再練習安裝cuda。先說目前遇到的bug。2.我用的visual studio2013 ultimate版本。3.進入解壓的caffe master commonsettings.props.example重名名為commonsetting...
在Windows系統下安裝caffe
最近，在懟著球面卷積神經網路原始碼看，雖然不出意外的看傻了，但caffe的安裝還是需要記錄一下的。一開始我是想在linux系統下實現的，畢竟一開始我把電腦一大塊空間給了linux系統。於是我先顛顛的照著網上的教程把anaconda先安裝了。anaconda在linux下的安裝 然後我的電腦就開始抽風...
windows下caffe的安裝與配置
根據以上的兩個教程完成了安裝。其中在最後生成解決方案的時候，出現無法鏈結到python 27 檔案按照以下教程解決 但是自己再次回顧的時候，發現出現這個問題的可能原因是缺少了教程中的這個步驟 使用python 安裝以下檔案 conda install yes numpy scipy matplotl...