前言：对于深度学习的初学者来说，Caffe框架绝对是一个坑，搭建环境就花了我将近半个月的时间，在网上找了很多帖子，也没有什么特别好用的，所以打算根据我的安装经历写下这篇帖子，希望对大家有些帮助，少走一些弯路。
一，工具：
window 10+VS2013+Anaconda 2+python 2.7
注：这是我个人的配置，仅供参考，当然VS最好是用2013及以上版本。
二，Caffe环境配置
其他软件的安装就不一一具体展开了，下面直接进行Caffe 环境的配置。
微软官方的Caffe下载：https://github.com/microsoft/caffe
（我下载的是 caffe-master）
1.打开下载的 caffe-master，找到windows下的CommonSettings.props.example，复
制 一下，然后去掉.example后缀，用文本编辑器打开，如图所示：

image.png

 如果电脑有带GTX显卡或支持GPU的，可将CpuOnlyBuild设为false，如果没有就设 
 为true。至于CuDNN，由于本人没用过这个，所以建议不懂的一般就设为false好了， 
 免得后面出什么状况。

2.然后是配置python或matlab接口,由于我们用到的是python接口，见截图：

image.png

python路径设置为你的Anaconda 2路径。

3.编译Caffe.用VS2013打开Caffe-master下Caffe.sln，如图：

p1.JPG

选中右侧的libcaffe，右击选择“属性”，单击配置属性，上方的配置选为Active
(Release)，(记住，build的时候一律选择release和x64的！！！)
平台选为Active(x64)，点击 C/C++，“将警告视为错误”设为 “否”，点击 确定，如下图
所示:

image.png

然后选择caffe进行编译，同样要注意release和X64等配置，接下来是pycaffe和caffe的
编译，步骤也同上。
编译之后会生成一些工具包，如图：

p2.JPG

注意：编译顺序一定不能乱！！！libcaffe -> caffe ->pycaffe我在编译的时候由于编译
顺序问题有些文件并没有生 成。如果中途遇到编译错误的问题，记得右击rebuild重新
编译一下。
由于我们后续在转换数据格式以及训练模型的时候要用到一些工具，所以我建议，把这
文件都编译一下，以备后用。
4.最后把caffe-master\Build\x64\Release\pycaffe下的caffe文件夹复制到
Anaconda2\Lib\site-packages文件夹下，如下图所示

image.png

然后就可以使用caffe和python接口了。
5.在Anaconda 2新建一个文件，输入import caffe，运行如下：

p3.JPG

 运行成功，完美！！！

https://www.jianshu.com/writer#/notebooks/24210100/notes/30304041下篇caffe实战（二）：汉字识别----------中文文字数据集的产生