上一篇文章没有给出caffe+VS2015的具体步骤，只是给出了一个教程的Github地址。但是由于国内网速的问题，有的人文件都没能成功下载，有的由于英文水平所限，编译起来也是有点麻烦。所以本文做为上一篇的补充。基本上是教程的中文版，只不过不是完全翻译，用自己的话再说一遍，夹杂一些注意事项。

下载

1. 下载Caffe

caffe只有不到10M。还是下面这个地址：

https://github.com/happynear/caffe-windows

能够打开的就直接在这个网页上下载Zip即可。由于种种原因不能打开的，我下载了一个供大家下载：

链接：http://pan.baidu.com/s/1eSmWLPK 密码：6blp

下载下来的文件应该叫caffe-windows-ms.zip。解压到同名文件夹，里面除了caffe的文件之外，还有一个文件夹叫windows，我们的后续所有的动作都是在这个文件夹下完成。所以可以直接打开这个文件夹。

2. 下载third party libraries

配置过caffe的都知道，caffe之所以难配置，就是因为这些第三方库。

而这个教程之所以简单，就是因为第三方库我们只需要下载、解压就行了！！

下载地址：

https://pan.baidu.com/s/1mhZgDeS?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0

这个有100多兆。解压之后差不多一个G。加压后大概长下面这样。

然后把这些文件夹（不是包含所有的整个文件夹）复制到前面所说windows文件夹下的thirdparty文件夹中。

修改配置

接下来会根据自己的需求对配置文件做一些小的改动。也许你已经发现，在windows文件夹下除了一堆子文件夹之外，还有一个VS工程文件和配置文件。

1. 首先把CommonSettings.props.example复制一份，然后改名为CommonSettings.props

后续所有更改都是在改这个文件。用notepad++打开CommonSettings.props看一下这个文件里面是什么样。

只看黄框里的那一部分，也就是我们主要修改的部分。其实就是修改true和false而已。符合条件的就改为true，比我电脑没有GPU可用，所以CpuOnlyBuild我改为true。同时把UseCuDNN和UseNCCL改为false。

2. CUDA

需要的话，从下面的网址下载CUDA Toolkit 8.0：

https://developer.nvidia.com/cuda-toolkit

如果像我一样只用CPU，就像上图那样改就行了。就是CpuOnlyBuild改为true。同时把UseCuDNN和UseNCCL改为false。默认是true的。

3. cuDNN

需要的话，从下面的网址下载cuDNN v5：

https://developer.nvidia.com/cudnn

然后解压zip到%CUDA_PATH%（安装CUDA时设置的环境变量）。或者，随意解压到哪个地方，然后在CommonSettings.props中修改CuDnnPath到解压的位置。

4. Python

如果需要，把上面的PythonSupport设为true。原文让下载Miniconda，但是我电脑上已经安装了Anaconda2和Anaconda3，所以就不需要下载了。下载之后需要安装下面这几个库：

conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf

我电脑上早已安装…

然后再CommonSettings.props中大概72行的位置，修改路径如下：

下面的库和包含文件的路径保持不变即可。

提醒：

编译完之后

• 把 PythonPath的环境变量设置为<caffe_root>\Build\x64\Release\pycaffe
• 或者，复制文件夹 <caffe_root>\Build\x64\Release\pycaffe\caffe 到 <python_root>\lib\site-packages。
• 注意是复制整个文件夹，而不是文件夹下所有文件。与上面第三方库相反。

5. Matlab

设置与Python相仿，不赘述。

也有个提醒：

编译完之后

• 把 生成的matcaffe文件夹添加到Matlab的搜索路径，
• 把<caffe_root>\Build\x64\Release 添加到系统路径。

编译Caffe

上面说起来一大堆，其实修改起来就是分分钟的事情。修改完之后，用VS2015打开Caffe.sln，编译即可。

也有个提醒：

首先，一定要设置模式模式为release x64。然后，

在工程上右键，重新生成解决方案；

或者，菜单->生成->重新生成解决方案。

另外

项目caffe.binding如果生成失败，在它的属性->配置属性->C/C++->常规中，把将警告视为错误改成否，可以使之生成成功。

最后结果是成功14个，失败4个。失败的应该是几个无关紧要不影响使用的，我猜是caffe.managed，mxnet_caffe_wrapper，test_all之类的。

---

公众号CVPy，分享OpenCV和Python的实战内容。每一篇都会放出完整的代码。欢迎关注。