本文在windows下使用visual studio2013配置關聯python(python-2.7.12.amd64.msi)的caffe項目，如果有耐心的人，當然可以自己去下載caffe項目自己進行編譯，由于我比較懶，所以這里我利用微軟自己移植的caffe進行部署，就不嘗試編譯官方的caffe（聽說自己編譯需要解決各種坑），微軟移植的解決方案編譯確實很方便，解決一些引用就ok了。
（一）Caffe微軟官方GitHub
下載地址：https://github.com/Microsoft/caffe
通過GitHub管理項目非常方便，可以自己通過VS團隊資源管理器進行鏈接代碼，牛人修改里面的東西也可以提交上去。當時我這里是直接下載caffe-master.zip的包的方式，然后直接解壓出來，可以看到里面有28個文件，共包含16個項目：
（二）項目編譯前的步驟：
（1）設置配置文件
在 .\caffe-mastter\windows路徑下新建一個文本文檔，重命名為CommonSettings.props ，并復制.\windows\CommonSettings.props.example 文件中的內容到 .\windows\CommonSettings.props。默認情況下windows編譯需要CUDA和cuDNN，當然你也可以在配置文檔（.\windows\CommonSettings.props）中去修改為不用，直接將為true的配置設置為false即可。但是python默認情況下是不能使用的，我這里需要用python進行caffe學習，所以就設置為true了。其他三方的庫，VS編譯時會通過NuGet進行自動獲取，非常方便！
為了便于在訓練模型時減少輸出信息，建議去\caffe-master\caffe-master\src\caffe\layers\data_layer.cpp文件，將如下打印信息的代碼用"//"注釋掉：
DLOG(INFO) << "Prefetch batch: " << batch_timer.MilliSeconds() << " ms.";
DLOG(INFO) << " Read time: " << read_time / 1000 << " ms.";
DLOG(INFO) << "Transform time: " << trans_time / 1000 << " ms.";
（2）下載相關軟件
CUDA
下載 CUDA Toolkit 7.5 （https://developer.nvidia.com/cuda-toolkit）。如果你電腦沒有NVIDIA的獨立顯卡，那么只能選擇用CPU進行編譯，就不需要安裝CUDA，去配置文件 .\windows\CommonSettings.props 設置<CpuOnlyBuild>false</CpuOnlyBuild&
