引言
Caffe，全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架，在视频、图像处理方面应用较多。借用《21天实战caffe》里面的一段很形象的描述：Caffe的万丈高楼（Net）是按照我们的设计图纸（prototxt），用Blob这些砖块筑成一层层（Layer）楼房，最后通过SGD方法（Solver）进行先简装修（Train）、后精装修（Finetune）实现的。最后通过（Test）验收。下面讲讲它的配置方法。
配置前准备
在配置caffe前，我们需要先下载git，cmake，ninja，VS C/C++ 编译器。
注：git，ninja下载最新版本即可。但是cmake的版本不能太高！我下载的是3.6.3版本的，否则后续安装过程会报错“C1083：无法打开包括文件”。而如果你之前安装过VS的话，那个编译器也就不用下载了。这里给出它们的下载链接：
通过在命令行下输入git，cmake，ninja来判断安装是否成功，如果报错：“不是内部或外部命令，也不是可运行的程序”，这种一般都是环境变量没有设置好，需要设置下环境变量， 参考这里。下同。
配置caffe
首先，我附上我参考的caffe安装教程：https://github.com/BVLC/caffe/tree/windows
下面打开cmd，找一个合适的文件夹作为caffe安装路径（需要1G左右空间），输入以下指令，开始安装。
C:\Projects> git clone https://github.com/BVLC/caffe.git
C:\Projects> cd caffe
C:\Projects\caffe> git checkout windows
:: Edit any of the options inside build_win.cmd to suit your needs
C:\Projects\caffe> scripts\build_win.cmd 如果第三四步报错的话一般有两个原因，一个是cmake版本不合适（应该大于3.4同时小于3.8），二是安装过程中编译器路径找错了（这个可以参考我上面附的教程，有相应解答）
以上就是安装的过程，整个过程中尽管会有许多warnings，但是如果没有中途停止的话，就表明caffe安装成功了！
配置python接口
这时候可以安装Anaconda或者Miniconda（安装的过程会把python再次安装一遍，不过没关系很快），我下载的是Miniconda。注意，安装的时候一定要使用管理员权限！不然会报错！下载后进入Miniconda下的Script文件夹下（或者把这个路径设置在环境变量里）。
接下来，在安装各种包之前要加一下可以令下载加速的渠道，输入一下指令：
conda config --add channels conda-forge
conda config --add channels willyd如果身处国内的话，建议添加几个清华园的下载渠道，不然下载会比较慢，类似这样：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
作者：wangyang
链接：https://www.zhihu.com/question/38252144/answer/109411148
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。然后开始安装以下包：
conda install --yes cmake ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz 这条语句下载的整个过程需要20min左右的时间，protobuf一定要下载3.1.0的版本！！不然后续可能有问题，这里提供一个我翻墙下载过的protobuf3.1.0下载地址（只要2积分！！很良心的！！）
最后，为了成功使用python接口，可以将“…path…\Projects\caffe\python”添加到python路径里；也可以将“…path…\Projects\caffe\python\caffe”这个文件夹复制粘贴到“…path…\Miniconda2\Lib\site-packages”这个目录里。（如果你之前装了python的话，为了保险就同时将caffe也放在你之前python\Lib\site-packages目录下）
（提供个有用的链接：http://www.cnblogs.com/denny402/p/5088399.html ，如果是按照我的流程走的话就可以忽略这里面的第四步，顺便安利下jupyter notebook，很方便的python交互环境）
最最后，大家可以通过import caffe，并且使用python-LeNet入门教程来测试，熟悉一下caffe的框架。（如果整个过程中有问题的话，可以留言我们互相讨论学习~）
如果上述过程都已经完成并且没有报错的话，那么python接口就配置成功啦！
