由于某些原因，需要在windows下配置caffe，基本上是按照caffe的windows分支的readme上写的安装的。大致说一下流程：
https://github.com/BVLC/caffe/tree/windows
1、 安装准备
VS2015，python3.5，matlab2017a，cuda8和cudnn。注意python版本不能是3.6，目前仅支持到3.5。我在安装的时候是装的最新的anaconda3，其带的python版本是3.6，导致不匹配。此时可以用conda create再安装一个3.5的环境，或是卸载重新安装anaconda3-4.2.0版本，带的是python3.5.2版本。
Anaconda官网下载很慢，推荐清华镜像源网站：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
另外安装cmake和ninja，记得添加到path环境变量：
https://cmake.org/
https://ninja-build.org/
2、 下载caffe的windows分支：
git clonehttps://github.com/BVLC/caffe.git
cd caffe
git checkout windows
如果git慢，直接zip下载后解压吧…
3、 确认存在文件%CAFFE_ROOT%/scripts/build_win.cmd，修改69~100行：
) else (
if NOT DEFINED MSVC_VERSION set MSVC_VERSION=14
if NOT DEFINED WITH_NINJA set WITH_NINJA=0
if NOT DEFINED CPU_ONLY set CPU_ONLY=0
if NOT DEFINED CUDA_ARCH_NAME set CUDA_ARCH_NAME=Auto
if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
if NOT DEFINED USE_NCCL set USE_NCCL=0
if NOT DEFINED CMAKE_BUILD_SHARED_LIBS set CMAKE_BUILD_SHARED_LIBS=0
if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=3
if NOT DEFINED BUILD_PYTHON set BUILD_PYTHON=1
if NOT DEFINED BUILD_PYTHON_LAYER set BUILD_PYTHON_LAYER=1
if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=1
if NOT DEFINED PYTHON_EXE set PYTHON_EXE=python
if NOT DEFINED RUN_TESTS set RUN_TESTS=0
if NOT DEFINED RUN_LINT set RUN_LINT=0
if NOT DEFINED RUN_INSTALL set RUN_INSTALL=0
)
注意with_ninja一定是0;
根据是否使用gpu设置cpu_only;
python_version如果用3.5则选3，2.7则选2；
设置是否用python和matlab接口等。
另外如果用了cudnn，可以将其三个文件夹放入CUDA/v8.0/的文件夹中合并。
4、 运行编译
\scripts\build_win.cmd
该脚本将自动识别vs、python、matlab、cuda、cudnn等位置，并开始编译。这比微软的caffe-windows配置方案方便很多，不需要自行编辑地址。
编译会先下载一些dependencies，需要网，需要比较长的时间…
5、 编译过程中有可能会报错，可以仔细看看是哪些错，我遇到过两个：
nvcc fatal: unsupported gpu architecture “compute_90”
说我的cuda版本不识别，有道理，因为我最近下了个最新的cuda v9，可能太新了，于是还是老老实实装回v8。
no module named…
这种一般是编译python接口时有些包还没有，根据提示补充即可：
pip install protobuf
pip installpython-gflags
pip installpydot
pip installpydotplus
6、 编译结束，测试：
cd %CAFFE_ROOT%\build\tools\Release
caffe
可以看到控制台输出：
caffe: commandline brew
usage: caffe<command> <args>
commands:
train train or finetune a model
test score a model
device_query show GPU diagnostic information
time benchmark model execution time
No modulesmatched: use -help
说明配置成功。
7、 测试pycaffe：
cd %CAFFE_ROOT%\python\
进入python控制台后import caffe
如果没有报错，说明配置成功
8、 测试matcaffe：
将%CAFFE_ROOT%\matlab\+caffe\private\Release下的caffe_.mexw64拷贝到上一级的private目录下，然后打开matlab进入%CAFFE_ROOT%\caffe-windows\matlab\demo运行classification_demo.m，一般会提示下载模型文件，则说明配置成功，否则会提示undefined caffe。
9、 之后要修改代码重新编译的话，进入build文件夹用vs打开Caffe.sln编译即可。
10、运行pycaffe需要进入%CAFFE_ROOT%\python，而matcaffe需要将编译好的mex（在%CAFFE_ROOT%\matlab\+caffe\private下）放到.\matlab文件夹下，然后加入matlab的搜索空间中（set path）才能找到。
// 补充微软版的caffe-windows配置方法：
1、下载：https://github.com/Microsoft/caffe
2、.\windows\CommonSettings.props.exampleà.\windows\CommonSettings.props
3、用编辑器修改，根据实际情况配置是与否以及matlab和python地址。另外第55行应改为<IncludePath>$(MatlabDir)\extern\include;$(MatlabDir)\toolbox\distcomp\gpu\extern\include;$(IncludePath)</IncludePath>
否则编译matcaffe时会报错。
4、用vs2013打开Caffe.sln，设置release x64编译，先编译libcaffe，项目右键à属性àC/C++，等级警告为3，将警告视为错误为否，确定后右键à重新生成，开始编译会自动联网用Nuget下载依赖；
5、再依次编译各个子项目即可，如caffe、matcaffe、pycaffe右键à生成编译，release后都在%CAFFE_ROOT%\Build\x64\Release下。
6、支持版本比较老，仅支持cuda7.5+cudnn_4/5+python2.7
7、pycaffe需要进入%CAFFE_ROOT%\Build\x64\Release\pycaffe路径，而matcaffe需要将.\Build\x64\Release\matcaffe加入matlab的搜索空间中（set path）才能找到。
// 经测试，发现caffe在win下跑的比在ubuntu下快一倍，什么原因…