轉載請注明出處：
http://www.cnblogs.com/darkknightzh/p/7126126.html
參考網址：
https://github.com/happynear/caffe-windows
使用的是參考網址中的caffe。由於電腦沒有獨顯，因而使用cpu。首先下載該源碼，而后順序如下：
1. 將caffe-windows-ms\windows中CommonSettings.props.example改名為CommonSettings.props。
2. 由於只編譯cpu版本，因而將
<CpuOnlyBuild>false</CpuOnlyBuild> <UseCuDNN>true</UseCuDNN> <UseNCCL>true</UseNCCL>
改為
<CpuOnlyBuild>true</CpuOnlyBuild> <UseCuDNN>false</UseCuDNN> <UseNCCL>false</UseNCCL>
3. 將
<MXNetSupport>true</MXNetSupport>
改為
<MXNetSupport>false</MXNetSupport>
4. 由於需要python支持，因而修改python的路徑。使用的是anaconda2，因而將
<PythonDir>D:\Anaconda2\</PythonDir>
改為
<PythonDir>C:\ProgramData\Anaconda2\</PythonDir>
5. 打開Anaconda Prompt，輸入：
conda install --yes numpy scipy matplotlib scikit-image pip pip install protobuf
6. 由於需要matlab支持，因而修改matlab的路徑（網址中已經將MatlabSupport設置為true了）。將
<MatlabDir>C:\Program Files\MATLAB\R2016a</MatlabDir>
改為
<MatlabDir>C:\Program Files\MATLAB\R2014b</MatlabDir>
7. 使用vs2015打開caffe-windows-ms\windows中Caffe.sln。
8. 編譯工程（可以只編譯需要的。我這邊。。。額。。。直接編譯了整個工程）。由於只編譯cpu版本，我這邊編譯速度還好吧。據說編譯gpu版本，速度比較慢。。。
9. 對python支持的設置（下列方法二選一）。我這邊使用的是a，沒有測試b：
a 在環境變量中增加PythonPath，路徑為<caffe_root>\Build\x64\Release\pycaffe
b 將<caffe_root>\Build\x64\Release\pycaffe\caffe拷貝到<python_root>\lib\site-packages
10. 對matlab的支持（下面兩步都需要）：
a add the generated matcaffe folder to Matlab search path
b add <caffe_root>\Build\x64\Release to your system path
此處說明一下：
b的好解釋，就是將<caffe_root>\Build\x64\Release增加到Path的環境變量中。更改環境變量后，最好重啟一下電腦。
對於a，說是將生成的matcaffe文件夾增加到matlab的search path中，實際上，我這邊該工程生成的caffe_.mexw64路徑為D:\caffe-windows-ms\matlab\+caffe\private，我最開始以為將這個文件夾增加到matlab的search path中，但是matlab總會提示“無法將方法文件夾（以’@’開頭的文件夾）或專用文件夾添加到matlab搜索路徑中”，如下圖所示。實際上，添加的路徑應該是D:\caffe-windows-ms\matlab。這樣就不會出現下面的錯誤了。
11. 之后就是測試程序了。
caffe.reset_all();
caffe.set_mode_cpu();
gpu_id = 0; % we will use the first gpu in this demo
% caffe.set_device(gpu_id);
net = caffe.Net('deploy.prototxt', 'model.caffemodel', 'test');
我這邊就不會提示有錯誤了。
如果caffe設置的有問題，matlab中會提示：未定義變量”caffe”或類“caffe.reset_all”，如下圖所示。在搜索一下吧。。。
