目录
1. 背景
因项目需要，在Windows下安装python, caffe等工具。安装caffe需要在VS下编译源码得到。PC上安装了NVIDIA GeForce 1080，于是打算装下CUDA，久闻大名。
2. CUDA
2.1 CUDA & cuDNN
cuda官网下载：https://developer.nvidia.com/cuda-downloads
cudnn官网下载： https://developer.nvidia.com/cudnn
CUDA是什么？我的理解是在NVIDIA GPU开发并行程序的一套SDK，包含一堆头文件，库文件等，然后我们将其路径添加进VS配置中，包含其头文件，即可调用API。（就好比OpenCV的模式）
cuDNN是什么？CUDA中专注于DNN运算的加速组件，也是一堆头文件、库文件，下载后拷贝至CUDA安装目录下即可。
2.2 安装问题
- 运行setup文件第一次，提示“Visual Studio Intergration”安装失败
解决：Visual Studio Intergration无法安装导致失败，安装时不勾选跳过即可。其他组件未安装皆因此导致。
参考：https://blog.csdn.net/hsqaihkl/article/details/80674912
- 安装中显示器黑屏
解决：主机已经安装了显卡驱动。重启后运行cuda安装文件，仅勾选第一项“CUDA”（去掉勾选VS Intergration），不要勾选后面三项，再安装即可。后面三项中可以看到，也是安装驱动这些。
- 如何检测安装成功？
解决：cmd中进入目录“C:\ProgramData\NVIDIA_Corporation\CUDA Samples\v8.0\bin\win64\Debug”，不同主机路径大致相同。然后cmd运行bandwidthTest.exe和deviceQuery.exe，若运行结果显示pass即安装成功。
- 如何将CUDA集成至VS？
解决：因为在windows下使用VS的开发者太多了，CUDA对于VS集成做的工作很多，具体表现在简单操作下就可以完成。在笔者PC上，因为问题1和问题2跳过了CUDA中VS集成安装，于是需要手动安装。可以参看 https://blog.csdn.net/hsqaihkl/article/details/80674912 博文中所讲，将CUDA的VS集成包下的文件，拷贝至对应路径下即可。VS集成包中还包括2个msi安装程序，均执行下。重启VS后就可以出现：新建CUDA工程，笔者亲测发现工程下自动生成kernel.cu源码文件，相当于CUDA的HelloWorld，2个5维向量相加。VS的路径配置中都弄好了，笔者指的是头文件，依赖库等这些。这样CUDA就好像是VS下的另一个模板，和C++那种一样的使用，很方便（而opencv则需要自己在工程配置里添加头文件、库文件路径，稍微麻烦点）
3. Caffe
3.1 caffe-windows源码
caffe源码下载：https://github.com/BVLC/caffe/tree/windows
虽然这个caffe源码是BVLC下的，但却并不是官方版本，由个人维护，因此页面上一些链接都失效了。下载源码到本地后解压。
3.2 VS下编译caffe
-
github页面上有官方配置教程，但据说有错。可以参考：https://www.cnblogs.com/jerrybaby/p/8385227.html
-
需要安装好cmake，VS 2015两个工具。Cmake 并不直接建构出最终的软件，而是产生标准的建构档（如 Unix 的 Makefile 或 Windows Visual C++ 的 projects/workspaces），然后再依一般的建构方式使用。VS 2015作为最终可执行文件和库的编译工具。
-
在/scripts/build_win.cmd中对VS版本，python版本，CPU/GPU设置，然后运行该脚本。提示下载一个libraries_v140_x64_py35_1.1.0.tar.bz2文件放到对应位置，其中v140表示VS 2015。
-
然后再次运行build_win.cmd脚本，这次开始做编译，时间大概10分钟。编译完后，/scripts/build/下生成了Caffe.sln文件，这就是我们熟悉的VS工程解决方案文件。
-
/scripts/build/lib/Release/下存放着生成的.lib文件，如caffe.lib。
-
\scripts\build\tools\Release\下存放着生成的.exe文件，如caffe.exe，可以在cmd中运行该命令做train或者test任务。如 # caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
-
\caffe-windows\python\下有一个caffe文件夹，这是caffe的python接口文件，将该文件夹全部拷贝至python安装目录下的site-packages目录下，即可在python环境中导入caffe库进行调用。
至此可得到原始的caffe 1.0.0版本。
3.3 测试caffe
以caffe自带的example/mnist为例测试。
可参看：https://blog.csdn.net/liuweiyuxiang/article/details/79532073
note：所有prototxt文件内部涉及的路径要使用linux下的斜杠，在cmd运行时使用Windows下的反斜杠形式。开始全部改为反斜杠结果错误，将solver.prototxt和train_test.prototxt中的路径改为斜杠好了。
3.4 扩展caffe
如果需要让caffe支持自定义层，需要对caffe做出扩展。主要流程包括：
- 修改caffe.proto文件，注册层信息；
- 将自定义层的实现代码，头文件拷贝至caffe目录下，并添加至VS工程中；
- 重新编译caffe的VS工程；
- 生成新的caffe.lib和_caffe.pyd。