之前在 http://blog.csdn.net/fengbingchun/article/details/50987353?中介紹過在Windows7上搭建Caffe開發環境的操作步驟，那時caffe的項目是和其它依賴項目分開的，每次換新的PC機時再次重新配置搭建還是很不方便，而且caffe的版本較老，本次經過多次修改調整，將所有的項目除OpenCV和Boost外都放在一個工程里了，而且caffe更新到了最新，現在從GitHub上直接clone下來后直接進行編譯即可，非常方便，對初步接觸Caffe的來說，應該是有些幫助的，下面就說下進行快速搭建的操作步驟：

1．? OpenCV：

從 https://github.com/opencv/opencv/releases ?下載2.4.13，解壓縮到D:\soft\OpenCV2.4.13，將動態庫路徑D:\soft\OpenCV2.4.13\opencv\build\x64\vc12\bin添加到系統環境變量中，如下圖紅框所示：

2．? Boost：

從 http://www.boost.org/users/history/version_1_58_0.html?下載1.58.0，雙擊進行安裝，安裝到D:\ProgramFiles\local目錄下，將D:\ProgramFiles\local\boost_1_58_0\lib64-msvc-12.0加入到系統環境變量中，如上圖紅框所示；

3．? Caffe_Test：

從 ?https://github.com/fengbingchun/Caffe_Test clone或DownLoad Caffe_Test工程(Note：master分支，old分支是之前舊版本caffe)到E:\GitCode目錄下，clone后的結果如下圖所示：

雙擊打開prj/x86_x64_vc12/Caffe目錄下的Caffe.sln，結果如下圖所示：

此工程下一共包含了19個項目：

(1)、依賴項目包括gflags、hdf5、leveldb、glog、openblas、protobuf、lmdb、snappy，這些項目都包含對相應依賴庫源代碼進行編譯生成相應的庫；

(2)、ThirdPartyLibrary_Test項目，用于測試生成各個依賴庫的正確性及各個依賴庫的使用；

(3)、libcaffe項目，用于生成caffe靜態庫；

(4)、Caffe_Test項目，用于測試caffe庫的正確性及對Caffe應用的測試code；

(5)、libcaffe_gpu項目，用于生成基于GPU的caffe靜態庫，默認CUDA版本是8.0；

(6)、Caffe_GPU_Test項目，用于測試caffe_gpu庫的正確性及對Caffe應用的測試code，此項目的code和Caffe_Test的code是同一套。

各目錄說明：

(1)、demo目錄存放測試code，ThirdParthLibrary_Test子目錄下存放各個依賴庫的簡單測試代碼，為了對各個依賴庫的使用有更一步的了解，后續會加入更多的測試代碼，此目錄文件如下圖所示：

Caffe_Test子目錄存放對Caffe使用的測試代碼，funset.cpp中存放對Caffe中一些重要頭文件使用的測試代碼，mnist.cpp中存放通過對MNIST數據集進行訓練產生的model，以用來進行手寫數字識別的測試代碼，后續會加入更多的Caffe應用，如通過cifar10數據集，對物體進行分類等測試代碼，此目錄文件如下圖所示：

(2)、prj/x86_x64_vc12目錄存放各個項目配置文件，目前默認是vs2013，此目錄文件如下圖所示：

(3)、src目錄存放caffe及除opencv和boost外各個依賴庫的源代碼，此目錄文件如下圖所示：

關于各種開源庫版本詳細信息(version.txt)如下所示：

1. caffe: branch: windowscommit: 88ddc95;date: 2017.03.29;url: https://github.com/BVLC/caffe
2. boost: binary library, boost_1_58_0-msvc-12.0-64.exeversion: 1.58.0date: 2015.04.17url:http://www.boost.org/http://www.boost.org/users/history/version_1_58_0.htmlhttps://sourceforge.net/projects/boost/files/boost-binaries/1.58.0/
3. protobuf: protobuf-cpp-3.2.0.zipcommit: 593e917version: v3.2date: 2017.01.28url: https://github.com/google/protobuf/releases
4. glog: commit: da816eaversion: masterdate: 2017.03.07url: https://github.com/google/glog
5. gflags:commit: f8a0efeversion: 2.2.0date: 2016.11.26url: https://github.com/gflags/gflags/releases
6. leveldb:commit: 915d663version: 1.18date: 2015.07.29url: https://github.com/bureau14/leveldb
7. lmdb:commit: 14cff07version: 0.9.19date: 2016.12.29url: https://github.com/LMDB/lmdb/releases
8. hdf5: hdf5-1.10.0-patch1.zipversion: 1.10.0url: https://support.hdfgroup.org/HDF5/release/obtainsrc.html
9. snappy:commit: 2d99bd1version: 1.1.4date: 2017.01.27url: https://github.com/google/snappy/releases
10. openblas:commit: 85636ffversion: 0.2.19date: 2016.09.01url: https://github.com/xianyi/OpenBLAS/releases
11. opencv:commit: 59975dbversion: 2.4.13date: 2016.05.16url: https://github.com/opencv/opencv/releases

(4)、test_data目錄下存放各個庫測試代碼需要的測試數據。

接下來就可以編譯Caffe_Test工程了，先依次編譯依賴庫再編譯caffe。

此工程只配置了x64平臺，沒有配置win32平臺。

如果機子上正確安裝配置了CUDA8.0，則可以編譯libcaffe_gpu庫。

按照以上操作，只需三步，就可以快速完成在Windows上對Caffe的搭建，整個搭建時間應該不會超過30分鐘，是不是非常方便。

GitHub：https://github.com/fengbingchun/Caffe_Test

總結

以上是生活随笔為你收集整理的在Windows7/10上快速搭建深度学习框架Caffe开发环境的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。