Windows+Caffe+VS2013+python接口配置过程

前段时间在笔记本上配置了Caffe框架，中间过程曲曲折折，但由于懒没有将详细过程总结下来，这两天又在一台配置较高的台式机上配置了Caffe,配置时便非常后悔当初没有写到博客中去，现已配置好Caffe,故应当立即写到博客中去，不可再拖延~

准备工具：Win7(64位)；Caffe;vs2013;anaconda;

(附注：1.Caffe下载链接：https://github.com/Microsoft/caffe（这其中有两个版本，一个是Caffe-Windows(微软制作),一个是Caffe-Master（贾教授的作品），两者区别就是Master共16个项目，比Windows多一个Caffe Managed 项目，笔者用的是Master版本，不过网上用Caffe-Windows的也很多，应该都可以用。。

2.VS2013迅雷下载链接：http://download.microsoft.com/download/B/1/9/B1932B8C-1046-4773-A1DD-4AB5C0978637/vs2013.2_ult_chs.iso，笔者这里用的VS2013的update2版本，之前在笔记本上用的是update5版本没出什么问题，现在在台式机上用update5版本，在加载Caffe项目时，提示要升级项目中的库（我怀疑update5和VS2015有点联系。。网上说VS2015对Caffe的兼容性并不太好，后来我也出了各种问题，有可能是我操作的问题，各位可以自行操作）

3.anaconda下载：直接上Anaconda的官网，找到对应于自己的系统，所用Python版本的anaconda，下载下来，笔者这里用的是ananconda2。）

下载好所需的工具后，我们就开始配置了：

1.首先解压Caffe-Master文件夹，复制Windows->CommanSetting.props.example文件，重命名为CommanSetting.props文件，并删除原始的.example文件，如下：

如果不删除.example文件，打开.props文件时，可能就会出现如下的问题：

2.用VS打开Windows->Caffe.sln解决方案，在CommanSettings.props文件中修改相应内容：

（笔者这里只用CPU和Python接口）

注意！这里只需要修改上图中的第7、8、13、48行，其他地方不要修改！！！要不然编译的时候会出现各种语法错误以及其他*疼的问题。。。

对了，这里有可能出现libcaffe和test_all加载失败的情况，这时候删掉Caffe-Master文件夹，重新进行解压，重新打开，基本可以解决：

3.修改好配置文件后，就可以进行编译Caffe了(注意：一定要使用Release格式，要不然后期用caffe.exe训练网络时时间很长)：

这时候，会弹出一个框，表示正在在下第三方库，里面包括openCV之类的库，下载完后可以发现：

不过如果是学校的网，由于是内网，下载速度将会很慢，可能会各种无响应或者无法连接到远程服务器等等（我当时花了n个小时，阿西吧。。），各位可以在网上下载好NuGetPackages文件夹直接放在Caffe-Master并列文件夹中，编译之前进行如下操作：

取消掉上图中的两个钩，不过这种方法笔者没有试（快要放弃的时候NuGet程序包还原好了。。。，注意，若用内网下载的时候最好不要进行操作。。。）

编译中间可能会出现以下几种情况：

（1）生成解决方案失败，提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成，或者直接生成一次

然后，接着会出现的问题：没有生成object文件；解决办法：双击此错误，保存弹出来的框，然后再对libcaffe“重新生成一次”

还有出现一些错误有可能有帮助的操作，右击项目，在属性->C/C++->常规中，设置 将警告视为错误 为否。

还有可能是提示无法打开包括文件python.h之类的，可以先在配置文件里取消python接口，编译整个项目，这个错误就不会产生，然后再将pycaffe设为启动项目，同时设置python接口，再编译pycaffe即可；

出现其他错误就需要各位自己在网上进行搜索了。。。。。

编译成功后，设置属性：

然后运行caffe.cpp，按ctrl+F5进行编译：

如果出现一下情况：

解决办法是重启电脑

出现下面的窗口说明编译成功：

以上，我们就暂时配置好了Caffe,现在我们可以用Caffe来跑一下最简单的mnist数据集，方法如下：

1.（1）去官网http://yann.lecun.com/exdb/mnist/下载mnist数据集。

下载后解压到E:\caffe\data\mnist，放在两个文件夹中，如下图所示：

2。在caffe根目录下，新建一个create_mnist.bat，里面写入如下的脚本：

这里，笔者将Release改为了Debug，因为笔者的.exe文件在Debug中~

然后双击该脚本运行，即可在E:\caffe\examples\mnist下面生成相应的lmdb数据文件：

3.

修改E:\caffe\examples\mnist\lenet_solver.prototxt，将最后一行改为solver_mode:CPU，

修改E:\caffe\examples\mnist\lenet_train_test.prototxt，如下所示，左面为原始的，右面为修改后的：

4.在caffe根目录下，新建train_mnist.bat，然后输入如下的脚本：

当然笔者在这里也将Release改成了Rebug~

然后双击运行，就会开始训练，训练完毕后会得到相应的准确率和损失率

好了，现在我们来配置python接口：

对pycaffe项目进行编译，设置为Release方式，编译好后，会在E:\caffe\caffe-master\Build\x64\Release中找到pycaffe文件夹,将其复制到E:\Anaconda2\Lib\site-packages即可，然后在python.exe输入import caffe，一般会出现no mpodel named google.protobuf这种错误，注意这里要在cmd中使用

pip.exe install protobuf命令（不要用conda install protobuf指令，会出现UnicodeEncodeError错误;使用pip指令前要先安装pip，使用conda install pip即可，安装好后某些人使用pip install protobuf时可能会出现'install' is a unknown or unsupported command的情况，这种情况是由于

你的电脑还安装了其他pip.你可以使用 where pip来查看）

安装好后，再使用import caffe就可以了，至此，所有配置就大功告成了，在这里建议各位配置的时候千万要静下心来，遇到错误要积极地搜索，还有就是搜索的时候不要畏惧英文网站，其实好多很好的回答就在上面（比如我之前的ipip指令遇到的install问题），只是大部分人容易一看到英文就畏惧了，

所以一定要静下心来，一步一步分析，逻辑推理，找出问题错误所在，并找出解决方法，这将是一种非常好的科学品质~

参考博客：    http://www.cnblogs.com/cxyxbk/p/5902034.html

http://blog.csdn.net/zb1165048017/article/details/51355143?locationNum=6&fps=1

http://blog.csdn.net/qq_14845119/article/details/52415090