前言

之前写过win7+vs2013+caffe+cpu+python环境配置，但是这种低配置的电脑根本跑不动深度学习，所以最近买了一台高配置电脑，今天研究了一天终于配置成功了，所以迫不及待的想把过程和心得记录下来。我的电脑配置如下所示。
操作系统：win10专业版
处理器： i5-8300H
内存：8G
显卡：GTX1600 6G独显

前期准备

安装vs2013
网上也有教程说可以使用vs2015，但是我试过了，没能安装成功，可能是我技术不到家，我建议还是安装vs2013最好。但是在安装vs2013时因为win10版本高的原因，往往会出现部分功能未能正确安装，不要以为这没有影响，这会导致你安装不上caffe，所以在安装的时候不要选择所有功能，只要选择如下所示三个功能就行。
安装cudn
在安装cudn之前，首先得确定你的显卡驱动安装正确，而且要下对应的版本，打开NVIDIA控制面板，点击帮助，在点击系统信息，点击组件，我的版本是cuda9.2，网上很多教程都没有说到这一块，所以我在这研究了一天才解决，你得根据你电脑的显卡下载对应的版本。下载好之后直接点击安装默认路径就行，接着在下载cuddn v4。
在安装cuda时往往会出错，主要是由于你电脑显卡驱动安装的不对，最好去你电脑的官网下载最新的显卡驱动。cuddn下载后解压得到如下三个文件夹，

三个目录的文件分别为

将相应的bin、include、lib分别放于自己的cuda下面的相应目录中，cuda默认目录为C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v7.5，因此将刚才解压的文件放在这个目录下面的bin、include、lib文件夹下。例如将cudnn64_4.dll复制到bin目录之后：
安装Anaconda2
这网上安装教程有很多就不在详细叙述了。
下载caffe-master和NugetPackages
将下载下来的两个文件放在同一目录下，如下图所示，

caffe配置

当前面的工作都做完的时候，接下来可以开始配置caffe了

打开文件夹D:\caffe\caffe-master\windows，找到CommonSettings.props.example文件并将它复制并重命名为CommonSettings.props，如图所示
用vs2013打开CommonSettings.props文件，将第9行原来的7.5改为你cuda的版本，我的版本是9.2，在前面说过。

将第13行该为true

将第48行改为Anaconda2的安装路径

保存关闭文件
打开D:\caffe\caffe-master\windows文件夹下Caffe.sln

将活动配置改为Release模式

右击解决方案，点击生成解决方案
编译成功后打开D:\caffe\caffe-master\Build\x64\Release文件如果出现pycaffe文件夹，以及caffe.exe文件，则说明你已经编译成功

打开pycaffe文件夹，复制caffe文件夹，如图所示。

将caffe文件夹复制到Anaconda2安装目录下D:\mysoft\Anaconda2\Lib\site-packages，这是我的安装路径，你得找到你电脑的安装路径，如图所示。
打开cmd命令窗口，输入python，（由于我的电脑只安装了Anaconda2，只有python2.7版本，如果你电脑有多个python版本的话，需要找到你指定的目录，这一步过程不在叙述）输入import caffe，如图所示。

这时会出现 ImportError: No module named google.protobuf.internal 这个错误。原因是没有protobuf这个模块。使用pip install protobuf(这个安装也需要注意，在cmd里指定下目录，调D:\mysoft\Anaconda2\Scripts\里的pip.exe 即pip.exe install protobuf).如图所示

模块安装完成之后，再import caffe就ok了。如果没有报错的话，到此环境已经配置成功了。
如果你想测试你电脑性能的话，你可以用网上voc进行测试，我的这篇博客https://blog.csdn.net/weixin_42795611/article/details/83479011有详细介绍如何训练数据集，感兴趣的可以试一试。