图文讲解caffe配置（Windows官方版本+win7+VS2013）
终于搞定caffe了，但不得不说，过程很烦，很痛苦，在我看来，计算机或计算机专业真得是不要太蠢，没有一个统一性，不能解放相关科研人员或程序员，反而要生生耗费过度的时间和精力，不能使其专注于想做和该做的事情中。吐槽完了，接下来，是配置步骤：
Prerequisites or Requirements：
MATLAB+VS2013+Python。Matlab最好安装2014及以上版本。官方配置步骤中要用到NuGet Pack Maneger这个工具，这个工具主要是用来自动获取并安装项目所需要的第三方依赖库的，可在VS2013工具栏下的拓展和更新中搜索安装，具体可百度，这里非本文重点，不做细说。
对于Python，推荐安装Anaconda，其已经自带了很多工具包，不需要再去安装了（Theano还是要装的），简单方便，所以首选，最好Python2.7的。需要说一下的是Anaconda自带的那个Spyder IDE真得是不要太蠢，为了模仿MATLAB，但山寨得是在太渣，调试功能非常不方便，还有各种蛋疼，总之，用过了就知道，比MATLAB差十万八千里。所以对于IDE，还是装PyCharm吧，PyCharm也是可以用得上Anaconda自带的工具包的。总之，一切本着简单方便的原则。
Setup: <wbr> <wbr>此版本为微软官方的caffe，下载地址，https://github.com/microsoft/caffe。
首先是配置CommonSettings.props文件，具体配置方法也可见readme.txt或上述链接。如下是我的配置截图：
如果电脑有带GTX显卡或支持GPU的，可将CpuOnlyBuild设为FALSE，如果没有就设为TRUE。至于CuDNN，由于本人非计算机专业，没用过这个，所以建议不懂的一般就设为FALSE好了，免得后面出什么状况。
如果要用到，把下载的压缩包解压到CUDA的安装路径中（我CUDA装的是8.0de），参见下图。
然后是MATLAB和python的配置，见截图，这些都是比较简单的。
记得，build的时候一律选择release和x64的（这句要写在前面）。然后单独编译MATLAB和Python的项目，即matcaffe和pycaffe，期间可能会产生错误。Matcaffe中会提示没有 "gpu/mxGPUArray.h"，找到错误定位，将其改为绝对路径，我这里是
include 。
有些可能还会有其他问题，暂时先不管，接下来编译libcaffe项目，如果都没有问题，那么恭喜你，最后直接右键编译整个解决方案就好了。
但有些会存在问题，我的就存在了关于opencv 2.4.10 overlay，targets啥啥啥的问题，真是蛋疼，反正是搞了一通，最后也不知道怎么搞好的。大概设置过如下地方：
然后重新编译libcaffe，如果还是有错误。哈哈，恭喜你，拼运气的时候到了，先编译整个解决方案（有错误先不管），之后再来编译libcaffe。如果还是有问题，那你就只能根据具体问题来百度了。
在编译好libcaffe之后，接下来就可以编译整个解决方案了。如果没有问题，caffe就编译好了。根据官方的步骤，如果要使用matlab和python的接口，如下设置。
MATLAB：
- 将生成的matcaffe文件夹加入到matlab搜索路径中，如图示。
- <wbr>将编译得到的release文件夹加入到环境变量中，我这里是
G:\caffe\caffe-windows\Build\x64\Release，如图示。
Python：
方法有两个，一是环境变量中新建名为PythonPath，值为
G:\caffe\caffe-master-MS\Build\x64\Release\pycaffe，如图示。
二是直接将
G:\caffe\caffe-master-MS\Build\x64\Release\pycaffe文件夹下的caffe文件夹复制到python的site-packge目录中，如图示。
两种方法，我都做了。
最后，重启电脑，就可以使用caffe及其matlab和python的接口了。
以matlab为例，使用matlab\demo\classification_demo.m进行测试。需要注意的是不要在该文件夹下运行classification_demo.m，要将其复制到其他目录下（否则会出现错误，单步调试发现matlab会在scores = net.forward(input_data)一行崩溃，所以，不要问为什么，只要照着这里的步骤做就是），这里以即根目录为例。将classification_demo.m复制到根目录之后，需要修改里面的文件路径，具体修改地方以及运行结果就不贴图了，可另下载代码。
如下为一示例代码的结果。
所需要的代码及文件，下载链接， <wbr>http://download.csdn.net/detail/micklexqg/9687949，以及本文教程地址，http://download.csdn.net/detail/micklexqg/9687974 。
其中所需的参考model，参见models\bvlc_reference_caffenet下的readme,
http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
