1.

下載 windows caffe

https://github.com/Microsoft/caffe

2. 複製.\windows\CommonSettings.props.example to .\windows\CommonSettings.props

3. <CpuOnlyBuild>True</CpuOnlyBuild>

<UseCuDNN>false</UseCuDNN> <MatlabSupport>True</MatlabSupport>

4. 把 matlabdir 改成 matlab 安裝位置

5. 在$(MatlabDir)的中間添加這項$(MatlabDir)\toolbox\distcomp\gpu\extern\include; 因為
mxGPUArray.h 檔案生成的位置與預設的不同，是在這個地方，所以添加這個位置

6. 用 Visual Studio 開啟 caffe.sln

7. 在方案'caffe'，右鍵屬性，組態屬性，把所有的檔案設成 release x64.

8. 點選 libcaffe 右鍵屬性，組態屬性，C/C++，警告視為錯誤選否

9. 建置 libcaffe

10. 建置整個方案，在 caffe-master 生成 build 資料夾

11. 進入 C:\Users\aljcl\Desktop\caffe-master\Build\x64\Release\matcaffe\+caffe\private，檢查
caffe_mexw64,caffe_lib 檔案使否和

C:\Users\aljcl\Desktop\caffe-master\matlab\+caffe\private 有相同檔案

12. 將 C:\Users\aljcl\Desktop\caffe-master\Build\x64\Release 設到環境變數

13. 將 C:\Users\aljcl\Desktop\caffe-master\windows 和 C:\Users\aljcl\Desktop\caffe-master 設道系統

路徑

14. 開啟 matlab 到並 cd 到 C:\Users\aljcl\Desktop\caffe-master\Build\x64\Release 資料夾

15.測試指令 caffe.run_tests()

16.完成後測試再到 matlab demo 測試相同指令，看是否成功，若否，回到剛剛的資料夾

C:\Users\aljcl\Desktop\caffe-master\Build\x64\Release 將除了 matcaffe 資料夾外的所有東西複製到
demo

17.再重新測試指令 caffe.run_tests()

18. 似乎成功一次後，關掉 matlab 前都可以進行運算

19.測試 demo，到 https://github.com/BVLC/caffe/tree/master/models/bvlc_reference_caffenet

20.下載 bvlc_reference_caffenet，並複製到 models\bvlc_reference_caffenet 目錄

21. 在 demo 目錄下 ，測試

im = imread('../../examples/images/cat.jpg');

scores = classification_demo(im, 0);

[score, class] = max(scores);

22. classification_demo 變數季的設為 0，若為 1，會用 gpu 運算，matlab 會直接關閉

23. 希望測試完成

主要

https://github.com/Microsoft/caffe

http://blog.csdn.net/wanz2/article/details/52770316

https://github.com/BVLC/caffe/tree/windows

測試

http://www.cnblogs.com/alcohol/p/caffe-windows.html