Win10+VS2017+CUDA9.2+Python3.6下Caffe的本地编译安装
安装CUDA和CUDNN等 详见我之前的文章《Win10下安装Tensorflow 1.8 GPU版（CUDA9.2）》 捷径： 在Github上有位大神提供了windows下的编译包，可直接搜 happynear/caffe-windows ，按其教程安装即可happynear/caffe-windows是caffe的半官方windows版，虽然在文档中只支持Visual Studio 2015, CUDA 9.0，但略作修改即可支持VS2017、CUDA9.2的环境。 不走捷径，初试Caffe 首先从官网clone源码，遵循官网教程来安装 git clone https://github.com/BVLC/caffe.git cd caffe git checkout windows :: Edit any of the options inside build_win.cmd to suit your needs C:\Projects\caffe> scripts\build_win.cmd 不出意外，肯定报错。 VisioStudio2015/Common7/Tools/../../VC/vcvarsall.bat”‘不是内部或外部命令，也不是可运行的程序 CMake Error: Error: generator : Ninja 修改scripts/build_win.cmd 第五行if DEFINED APPVEYOR是Google的自动化集成，目测用不到，跳到70行，修改为下图所示： MSVC_VERSION=15 对应VS2017在下方会用到WITH_NINJA=0 NINJA在Windows下不好编译安装，因此不使用CPU_ONLY=0 如果编译CPU版本这里改为1PYTHON_VERSION=3 目前只支持3.6，为了使用Python3.6之后还有骚操作如果使用了Conda，从APPVEYOR部分把代码拷贝过来，修改路径；如果没有用Conda，只修改配置最后一句即可 在if %WITH_NINJA% EQU 0里添加VS2017的信息 修改environement for VS x64 如果使用CUDNN加速，还需要在修改cmake下的参数列表 至此，我们再次运行scripts/build_win.cmd如果运气不好的话，会在这里 ERROR: Build failed，此时可以在build/目录下运行 cmake ..然后和好运气的人一起到达下一个错误深入分析原因，会找到根源在 cmake/WindowsDownloadPrebuiltDependencies.cmake 因为预编译包里没有VS2017和Python3.6的属性。 编译依赖库caffe-builder Caffe在编译时会从网上下载依赖库caffe-builder，而目前只有VS2013/2015配python2.7/3.5环境的caffe-builder。 下载最新源码 https://github.com/willyd/caffe-builder/releases 修改build_v140_x64.cmd 如果编译失败，出现 CMake throws Error: could not load cache 应是缓存问题，清除缓存文件或把倒数第二行修改为 cmake .. 修改packages/protobuf/CmakeLists.txt 将protobuf包的Hash值从 14a532a7538551d5def317bfca41dace修改为 39d6a4fa549c0cce164aa3064b1492dc 修改packages/hdf5/CmakeLists.txt 将URL从 https://www.hdfgroup.org/ftp/HDF5/releases/hdf5-1.8.16/src/CMkae-hdf5-1.8.16.zip 修改为 https://www.hdfgroup.org/ftp/HDF5/releases/hdf5-1.8/hdf5-1.8.16/src/CMkae-hdf5-1.8.16.zip 运行build_v140_x64.cmd 然后进入 build_v140_x64 目录用VS2017启动 caffe-builder.sln...