之前在cuda7.5+win7+980版本成功训练过faster-rcnn，最近换了显卡，用的是1080TI，环境变了，重新配置，反反复复用了将近一周的时间。
编译环境
1.vs2013+cuda8.0（不使用cudnn）+matlab2015b
2.caffe源码，https://github.com/ShaoqingRen/caffe。这里注意一定要用faster-rcnn作者给的caffe代码，因为有改动，千万不要用微软的版本。微软的版本可以跑通demo，但是训练会有错误，因为有些层有改动。
3.faster-rcnn（matlab），https://github.com/ShaoqingRen/faster_rcnn
4.其他需要的：boost，opencv，mkl。具体后面编译的时候再提。
编译caffe
1.解压caffe_library，将caffe源码复制到/caffe_library/caffe中。
2.用记事本打开/caffe_library/caffe/windows/caffe/caffe.vcxproj，修改里面的cuda版本号为自己的版本号。有两处292行、481行。在这里面发现有matlab、boost、opencv、mkl的路径，所以要在先安装这几个软件和配置环境。
3.用vs2013打开/caffe_library/caffe.sln,使用Nuget管理第三方库吧为caffe工程添加opencv、boost、mkl添加到工程，如果成功无视第4步，我个人配置的时候nugets就失败了，直接用第4步来进行手动配置。
4.配置2中的这些软件，然后在caffe.vcxproj中替换成自己配置的环境，并且在vs工程中进行环境的配置，这几个软件的配置参照网上的配置就好。关于版本我个人配置的boost版本是对应的1.57.0，其他的不是。mkl是付费软件，要申请，不算麻烦。网上有说用openblas代替的，我个人测试没有成功。
5.切换项目为x64，Release_Mex，重新配置环境。编译。
问题汇总：
1.使用nugets管理的时候出现“CUDA 8.0.target”相关错误。
原因及解决：解决方案中所有项目都要将 依赖项->生成自定义 中给cuda那一项打勾。
2.使用nugets管理的时候出现“opencv.target”相关错误。
原因及解决：这就最好自己配置opencv而抛弃nugets。
3.opencv版本不是给定的2.4.9的话，一定把原有依赖项里面的关于2.4.9lib删除然后添加自己的。
4.试图按照http://blog.csdn.net/chuqidecha/article/details/56293553的方法来用openblas配置的时候，出现找不到“libiomp5md.lib”的错误。
原因及解决：后来发现，这个库文件是mkl的相关库，所以最后还是安装了mkl。
faster rcnn配置
1.将/caffe_library/x64/Release_Mex文件全部拷贝到/faster-rcnn/exteral/caffe/matlab/caffe-faster-rcnn目录下，将caffe源码目录下的matlab中+caffe连同目录拷贝至/faster-rcnn/exteral/caffe/matlab/matcaffe
2.打开MATLAB切换至caffe-faster-rcnn目录。改./function/nms/nvmex.m文件第8行中的vs为自己的安装路径 。然后运行faster_rcnn_build.m编译faster-rcnn。剩下的所有步骤参考http://blog.csdn.net/sinat_30071459/article/details/50546891
问题汇总：
1.出现“caffe_.mexw64 不是有效的win32应用程序”
原因和解决：这个问题困扰了好久，最后发现只要改动环境变量中opencv的x86路径为x64的路径，重启matlab就好了。
2.出现“caffe_.mexw64 找不到指定的程序”“caffe_.mexw64 找不到指定的模块”
原因和解决：这个是路径改动或者不匹配导致的。解决办法就是上面的步骤一定要按顺序，所有东西配置好再build。
3.运行demo的时候matlab崩溃。
原因和解决：faster_rcnn_VOC0712_vgg_16layers模型在我尝试的时候，将demo里的17行，改为 = 300；之后居然神奇地跑通了。可见，之前MATLAB奔溃确实是因为显存不够导致的。这里参考的别人的博客。
参考博客
【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本
faster-rcnn在win10+cuda8.0+vs2013+matlab2016a下的配置
faster-rcnn（matlab版）在windows平台上的配置
caffe+win10+CUDA8.0+faster rcnn matlab配置