以下链接是个人关于深度学习环境搭建的所有链接，包含了各个框架： 深度学习环境搭建-史上最全无死角系列 有兴趣的朋友可以添加微信 17575010159 相互交流。
资源下载请 大 家 注 意 ： 本 人 编 写 该 博 客 的 时 间 为 2020 − 03 − 25 ， 并 不 能 保 证 适 用 于 你 现 在 的 时 间 点 \color{red}{请大家注意：本人编写该博客的时间为~~ 2020-03-25，并不能保证适用于你现在的时间点} 请大家注意：本人编写该博客的时间为 2020−03−25，并不能保证适用于你现在的时间点 如 果 百 度 云 失 效 ， 大 家 可 以 联 系 本 人 或 者 留 言 \color{red}{如果百度云失效，大家可以联系本人或者留言} 如果百度云失效，大家可以联系本人或者留言 为了大家的方便下载到和本人博客一样的资源，先贴出如下链接（包含了该博客介绍环境的所有资源） 链接：https://pan.baidu.com/s/16XQ130fNo56NbevrlH-fxQ 提取码：1wzo 可以通过官网下载对应的资源如下：
1. anconda2.7：https://www.anaconda.com/distribution/#download-section 注意，只能使用conda2。
2. cuda9.0：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 需要注意的是，cuda9.0有4个补丁需要安装，本人只安装了补丁1和补丁2 , 3. cudnn7.1： https://developer.nvidia.com/rdp/cudnn-archive 这里需要注册登录，本人感觉使用微信登陆是最方便的
4. winds-caffe： https://github.com/microsoft/caffe
软件安装首先我们需要安装如下软件（通过本人百度云下载） 
该软件的安装十分简单，执行其中的 vs_ultimate.exe 文件即可，也可以百度寻找相关的安装教材。 
anconda3的安装过程十分简单，主要有两个需要注意的地方：
- 记住安装的路径，如本人为 D:\Users\94428\anaconda2
- 勾选如下，自动添加到环境变量，
从百度云可以下载到如下文件 
按照上面排列的顺序进行安装即可，记住自己安装的路径，如本人默认安装路径如下： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 安装完成之后拷贝如下文件到，上述安装目录： 
等待安装完成之后，在wind 命令终端执行如下指令nvcc -V，显示如下，即便是安装成功： 
如果发现安装完成下之后，不能执行该命令，请自行百度，大概的原因是需要手动设置环境变量，本人一切正常。
把所有的环境安装完成之后，我们开始编译 caffe-master.zip 文件，首先是解压。解压之后复制一份caffe-master\windows\CommonSettings.props.example，同样放置在该目录，重命名为CommonSettings.props。主要修改如下（以下为本人修改过后的截图-可以根据行号快速 查找）： 
其上
# 使用GPU
true
# cuda版本
9.0
# 提供python接口
true
# anconda2的安装路径，
D:\Users\94428\anaconda2
首先我们这样简单的配置，后续有需要再进行更改，然后使用VS2013 打开以下工程，如本人： 
即caffe-master\windows\Caffe.sln文件。打开该工程之后首先做如下设置，把Debug改成Release，如下： 
然后右键点击libcaffe，如下 
把警告视为错误设定为否，点击确定。然后再次右键点击libcaffe，选择生成。进行编译。
错误 1 error MSB4062: 未能从程序集
C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\\private\coapp.NuGetNativeMSBuildTasks.dll 加载任务“NuGetPackageOverlay”。
未能加载文件或程序集
“file:///C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\private\coapp.NuGetNativeMSBuildTasks.dll
”或它的某一个依赖项。系统找不到指定的文件。
请确认 声明正确，该程序集及其所有依赖项都可用，并且该任务包含实现
Microsoft.Build.Framework.ITask 的公共类。 C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\OpenCV.targets 772 5 libcaffe
该错误主要是因为opecv版本更新的原因引起，本人通过如下博客解决： https://blog.csdn.net/u013277656/article/details/75040459 简单来说， 第一步：项目->管理NuGet程序包->更新，此时可以看到opencv后面有更新的按钮，点击更新为opencv2.4.11。 
更
新
完
成
后
，
关
闭
项
目
重
新
打
开
（
必
须
要
）
，
先
不
要
编
译
（
一
定
不
能
先
编
译
）
，
做
第
二
步
操
作
如
下
\color{red}{更新完成后，关闭项目重新打开（必须要），先不要编译（一定不能先编译），做第二步操作如下}
更新完成后，关闭项目重新打开（必须要），先不要编译（一定不能先编译），做第二步操作如下
第二步选中工程中的libcaffe： 
右键点击之后选择卸载项目，再右键先择编辑libcaffe.vcproj,把该文件中所有的OpenCV.2.4.10都换成OpenCV.2.4.11，重新加载项目，再进行编译生成即可。
完成上诉之后，重新编译，依旧会报错libcaffe，如下：
错误 372 error : too few arguments in function call C:\Users\94428\Desktop\caffe\caffe-master\include\caffe\util\cudnn.hpp 114 1 libcaffe
C:\Users\94428\Desktop\caffe\caffe-master\windows\..\Build\Int\libcaffe\x64\Release -maxrregcount=0 --machine 64 --compile -cudart
static -Xcudafe "--diag_suppress=exception_spec_override_incompat --diag_suppress=useless_using_declaration --
diag_suppress=field_without_dll_interface" -D_SCL_SECURE_NO_WARNINGS -DGFLAGS_DLL_DECL= -DHAS_LMDB -
DHAS_HDF5 -DHAS_OPENBLAS -DHAS_OPENCV -DNDEBUG -D_SCL_SECURE_NO_WARNINGS -DUSE_OPENCV -
DUSE_LEVELDB -DUSE_LMDB -DWITH_PYTHON_LAYER -DBOOST_PYTHON_STATIC_LIB -DUSE_CUDNN -D_UNICODE -
DUNICODE -Xcompiler "/EHsc /W1 /nologo /Ox /FS /Zi /MD " -o C:\Users\94428\Desktop\caffe\caffe-
master\windows\..\Build\Int\libcaffe\x64\Release\absval_layer.cu.obj "C:\Users\94428\Desktop\caffe\caffe-
master\src\caffe\layers\absval_layer.cu"”已退出，返回代码为 2。 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations\CUDA 9.0.targets 707 9 libcaffe
本人参考以下博客修改: https://blog.csdn.net/qq_29613155/article/details/85115682 进入libcaffe的属性——》生成事件——》预先生成事件——》在生成中使用——》否，生成事件——》后期生成事件——》在生成中使用——》否，重新编译，的方法解决: 
然后重新编译（重启VS2013）。
错误 379 error : too few arguments in function call
C:\Users\94428\Desktop\caffe\caffe-master\include\caffe\util\cudnn.hpp 114 1 libcaffe
错误 380 error MSB3721: 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\nvcc.exe" -gencode=arch=compute_35,code=\"sm_35,compute_35\" -
gencode=arch=compute_52,code=\"sm_52,compute_52\" --use-local-env --cl-version 2013 -ccbin
"D:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\x86_amd64" -x cu -
IC:\Users\94428\Desktop\caffe\NugetPackages\OpenBLAS.0.2.14.1\build\native\..\..\lib\native\include -IC:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.11\build\native\../../build/native/include/ -
I"C:\Users\94428\Desktop\caffe\caffe-master\windows\libcaffe\\..\..\src\\" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include"
--keep-dir C:\Users\94428\Desktop\caffe\caffe-master\windows\..\Build\Int\libcaffe\x64\Release -
maxrregcount=0 --machine 64 --compile -cudart static -Xcudafe "--
diag_suppress=exception_spec_override_incompat --diag_suppress=useless_using_declaration --
diag_suppress=field_without_dll_interface" -D_SCL_SECURE_NO_WARNINGS -DGFLAGS_DLL_DECL= -
DHAS_LMDB -DHAS_HDF5 -DHAS_OPENBLAS -DHAS_OPENCV -DNDEBUG -
D_SCL_SECURE_NO_WARNINGS -DUSE_OPENCV -DUSE_LEVELDB -DUSE_LMDB -
DWITH_PYTHON_LAYER -DBOOST_PYTHON_STATIC_LIB -DUSE_CUDNN -D_UNICODE -DUNICODE -
Xcompiler "/EHsc /W1 /nologo /Ox /FS /Zi /MD " -o C:\Users\94428\Desktop\caffe\caffe-
master\windows\..\Build\Int\libcaffe\x64\Release\bias_layer.cu.obj "C:\Users\94428\Desktop\caffe\caffe-
master\src\caffe\layers\bias_layer.cu"”已退出，返回代码为 2。 C:\Program Files
(x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations\CUDA 9.0.targets 707 9 libcaffe
点击报错的（个参数太少导致报错）
错误 379 error : too few arguments in function call
可以跳转到如下代码： 
这里缺少了一个参数，补充一个CUDNN_DATA_FLOAT 或CUDNN_DATA_DOUBLE即可如下： 
然后保存，重新生成libcaffe。此时本人 libcaffe 已经能够成功编译。
然后生成解决方案，操作如下： 
错误 1 error MSB4062: 未能从程序集 C:\Users\94428\Desktop\caffe\NugetPackages\gflags.2.1.2.1\build\native\\private\coapp.NuGetNativeMSBuildTasks.dll 加载任务“NuGetPackageOverlay”。未能加载文件或程序集“file:///C:\Users\94428\Desktop\caffe\NugetPackages\
本人通过如下博客解决 https://blog.csdn.net/u013913216/article/details/80401601 总的来说就是卸载glog包，在重新安装，也可以选择直接更新，但是记得要重新启动VS
报错五错误 1 error : NuGet Error:文件“C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build\native\bin\x64\v120\Release\opencv_nonfree2410.dll”正由另一进程使用，因此该进程无法访问此文件。 C:\Users\94428\Desktop\caffe\NugetPackages\OpenCV.2.4.10\build
本人通过如下博客解决: https://blog.csdn.net/AI_focus/article/details/79006909 重新以管理员的方式启动VS2013编译即可。
最后可以看到如下提示： 
这样caffe源码我们就编译完成了，最后就是验证GPU的使用了。
首先去官网下载数据集： http://yann.lecun.com/exdb/mnist/ 
四个数据集下载之后，放置如下， 
第一步： 在caffe-master目录下，新建一个create_mnist.bat文件,写入下面代码：
.\Build\x64\Release\convert_mnist_data.exe .\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Release\convert_mnist_data.exe .\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
双击该脚本运行，会在.\caffe-master\examples\mnist下生成相应的lmdb数据文件。 
如果出现问题，可以参考下面的博客： https://www.cnblogs.com/billyzh/p/6307716.html
第二步： 在.\caffe-master目录下，新建train_mnist.bat,然后写入下面代码：
.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
pause
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。(用Debug配置运行时，大概要一个小时左右才能训练完)，运行现象类似如下： 
根据前面的配置，编译之后，可以找到如下文件： 
将caffe文件夹复制到Anaconda2安装目录下C:\Anaconda2\Lib\site-packages，然后 cmd 终端执行指令：
python
import caffe
本人打印如下： 
可以看到，其有报错出现。
ImportError: No module named google.protobuf.internal
执行：
pip.exe install protobuf
本人打印如下： 
再次重新导入caffe包，然后本人没有报错，表示导入成功。到这里，对于 caffe 环境的安装已经介绍完成了，谢谢大家的观看！
