一：搭建Caffe
1.下载happynear的Caffe源码https://www.github.com/happynear/caffe-windows，第三方库3rdparty文件http://pan.baidu.com/s/1bSzvKa。
2.将3rdparty文件(bin,include,lib)解压至caffe-windows(假设Caffe源码解压后的文件夹名为caffe-windows)中的3rdparty文件夹中,并将3rdparty/bin文件夹所在路径添加到环境变量中，使程序可以找到这些第三方库
3.双击.src/caffe/proto/extract_proto.bat批处理文件来生成caffe.pb.h和caffe.pb.cc两个c++文件，和caffe_pb2.py这个Python使用的文件。
4.打开./build_cpu_only/Mainbuilder.sln,点击上方工具栏中的绿色三角编译。
二：测试Caffe
1.到http://pan.baidu.com/s/1mgl9ndu下载已经转换好的MINIST的leveldb文件，解压至./examples/mnist文件夹中。
2.将./examples/mnist/lenet_solver.prototxt文件中的最后一行solver_mode改为CPU。
3.运行caffe-windows目录下run_mnist.bat即可开始训练，训练日志会保存在./log文件夹中，以INFO开头。
三：编译Python接口
1.在Mainbuilder.sln中选择pycaffe项目，右键选择属性修改两个地方。
2.把C/C++的附加包含目录中python默认路径(默认是D:\Python27)修改为你自己Python所在的路径。我的Anaconda安装在D:\Anaconda2,所以将附加依赖项中的路径改为include与Lib在Anaconda2中的路径即可。
3.将链接-常规-附加库目录中libs的默认路径改为在Anaconda2中的路径。
4.右键选择pycaffe项目，点击build编译。编译成功会在caffe-windows\python\caffe中生成_caffe.pyd文件。
5.安装google的protobuf，直接在cmd中使用pip install protobuf安装。
6.将这个caffe文件夹复制到D:\Anaconda2\Lib\site-packages中，然后尝试使用import caffe。import可能会出现typeerror:__init__()got an unexpected keyword argument ‘syntax'这样的错误，解决的办法是在D:\Anaconda2\Lib\site-packages\caffe\proto中选择caffe_pb2.py文件，将文件中所有含有syntax的语句注释掉即可。
windows下 运行 python脚本方法：
linux是这样 ： ./plot_training_log.py.example 4 save.png caffe.log
windows是这样 ：首先把脚本变成python后缀的,然后切换到当前目录下
D:\caffe\caffe-master\finetune_myself\log>python plot_training_log.py 4 save.png caffe.log
本文链接：http://task.lmcjl.com/news/1554.html
