Caffe庫編譯
一、windows下編譯
不得不吐槽一句，windows下編譯caffe要比ubuntu麻煩很多，稍不注意就是各種錯誤，時間久了重新編譯還會忘記，因此對於windows必須做好詳細的記錄。
Windows下caffe編譯來源主要有兩種：（1）官方BLVC以及微軟（Microsoft） （2）電子科大happynear的caffe-windows。
一）資源鏈接：
1)、官方caffe-windows
BLVC，Github：https://github.com/BVLC/caffe/tree/windows
Microsoft，Github鏈接：https://github.com/Microsoft/caffe
2)、國產Happynear的caffe-windows-ms
Github: https://github.com/happynear/caffe-windows/tree/ms
3)、mini-caffe: https://github.com/luoyetx/mini-caffe
4)、tiny-caffe(Mine): https://github.com/SyGoing/tiny-caffe
…還有很多其他DIY類型的Caffe，比如對於目標檢測的caffe-SSD、Faster-RCNN caffe和C3D-caffe等等，其實都是針對特定應用添加了自定義層。由於caffe官方對於其維護減少，很多新的層都是很多野生程序員添加，並形成各色caffe。
另一種歸類方式： Microsoft和happynear的caffe-wondws工程結構同宗，應該是happynear模仿Microsoft，然後DIY出自己的。
二）編譯
1、編譯環境:
win10+cuda8.0+cudnn5.1(cudnn6.0)+opencv3.1+vs2015,cuda8.0、cudnn和opencv安裝隨便百度很多。
2、編譯
首先記錄一下官版BLVC-caffe的編譯過程，包括動態庫及靜態庫編譯，以及比較坑的python接口編譯。
2.1 BLVC-caffe編譯
默認已經安裝了vs2015、cuda8.0和cuddnn5.1，並且安裝好了Anaconda3和Anaconda2,這裏要記錄caffe的python2.7和python3.5兩種版本接口的編譯，python3.6的暫時還沒有嘗試，後續補上。PS:Anaconda安裝參考我的另一篇博客（比較完整）：
https://blog.csdn.net/ouyangfushu/article/details/79464276
從github上下載caffe,最好使用git，壓縮包有時候容易丟失文件。
（1）git clone https://github.com/BVLC/caffe.git
（2）cd caffe
（3）git checkout windows
（4）cd scripts.這一步比較容易出岔子，因爲我們需要根據自己需求配置build_win.cmd，這裏經常出錯。Notebook打開build_win.cmd,一般是修改這裏
1）無python接口靜態庫及其可執行文件編譯
WITH_NIJIA=0、BUILD_PYTHON=0、BUILD_PYTHON_LAYER=0、CMAKE_SHARED_BUILD=0(1編譯動態庫，0編譯靜態庫)，OK修改完以後，雙擊build_win.cmd。
期間會自動下載三方依賴庫libraries_v140_x64_py27_1.1.0.tar.bz2，有時候下載不成功，不要緊，百度雲盤：https://pan.baidu.com/s/1j1UDoqjzsAmv02bB72oDbQ
提取碼：zayb，然後放在C:\Users\你的用戶名\.caffe\dependencies\download下即可，然後再此雙擊buld_win.cmd.等待比較久編譯完成。
2） 無python接口動態庫編譯
修改build_win.cmd的WITH_NIJIA=1、CMAKE_SHARED_BUILD=1，注意：需要安裝ninjia，win+R進入cmd命令窗口，
conda install --yes ninja 或者pip install ninjia
雙擊build_win.cmd,等待編譯完成，此時會生成caffe.dll動態庫。接下來就是整理編譯好的庫作爲三方庫編寫caffe接口函數進行調用即可。具體參考：
https://blog.csdn.net/ouyangfushu/article/details/79546566
編譯好以後build文件夾下是這樣：
3）有Python2接口的靜態庫編譯
確保安裝了Anaconda2（環境變量中配置了，如果有多個版本則Anaconda2應該位於首位），修改build_win.cmd, CMAKE_BUILD_SHARED_LIBS=0、WITH_NINJA=0、PYTHON_VERSION=2、BUILD_PYTHON=1、BUILD_PYTHON_LAYER=1，修改完後這樣，同樣執行build_win.cmd.
4）有python3.5接口的靜態庫編譯
安裝了python3.5（Anaconda3的python3.5版本），下載這個版本Anaconda3-2.4.1-Windows-x86_64.exe即可，同樣安裝好重要的庫如protobuf,ninjia和numpy等，下面的命令一頓操作即可。
conda config --add channels conda-forge
conda config --add channels willyd
conda install --yes ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz
conda install --yes numpy scipy matplotlib scikit-image pip
pip install protobuf
接下來修改build_win.cmd如下圖：
執行build_win.cmd,期間會自動下載libraries_v140_x64_py35_1.1.0.tar.bz2，
百度雲：https://pan.baidu.com/s/1Ete_kISilZrbkFgobuTsrA
提取碼：dt7r
放在C:\Users\你的用戶名\.caffe\dependencies\download下即可，然後雙擊build_win.cmd.完了嗎？ NO,問題來了……編譯過程中會提示找不到include_symbols.hpp，
解決方法：在編譯python2接口發現會在build/ caffe下生成：export.hpp和include_symbols.hpp，但是在編譯python3.5時卻少了include_symbols.hpp，解決辦法比較取巧：等build_win.cmd失敗後，把原來編譯python2版本接口的include_symbols.hpp拷貝到這個目錄下，vs2015打開build下的Caffe.sln，右擊BUILD_ALL生成解決方案即可成功。
編譯好的python接口，caffe目錄下
回到caffe根目錄下，拷貝python文件下的caffe文件夾到Anaconda3\Lib\site-packages文件夾下。注意坑來了，cmd下無法包含import caffe 提示使用了python2.dll，原來這個文件夾下默認是python2.dll,不急【進入編譯的build目錄下，（1）將install/bin/下的文件拷貝到caffe文件夾（caffe根目錄下的python/caffe）下，刪除python27.dll，（2）拷貝build\lib\Release下_caffe.pyd到caffe文件夾（caffe根目錄下的python/caffe），然後再複製到Anaconda3\Lib\site-packages下即可】。
2.2 happynear的caffe-windows編譯
截止2018.12.28,該版本caffe支持cuda9.0，依賴boost1.65.但是貌似編譯有問題。因此還是在cuda8.0下編譯，boost依舊是1.61版本（下載好源碼以後需要稍作修改，三方依賴庫依然使用老版本的）。
這個版本比較符合常規編譯，作者提供好了編譯的工程，不用BLVC那麼麻煩（類似微軟的caffe）。進入官網https://github.com/happynear/caffe-windows/tree/ms,準備工作下載三方依賴庫。
百度網盤：https://pan.baidu.com/s/1_0SSmGHuFyYPO4Qj7XaDOQ
提取碼：4dax
1、git clone https://github.com/happynear/caffe-windows.git
2、進入caffe-windows/windows下，將三方依賴庫壓縮包thirdparty.zip解壓到thirdparty目錄下。CommonSettings.props.example文件去掉.example。Notebook打開CommonSettings.props
3、GPU靜態庫編譯
在這裏只編譯C++庫，UseNCCL、PythonSupport、MatlabSupport和MXNetSupport設置爲false。由於要編譯cuda8.0的版本，而原版本支持cuda9.0，所以需要改一下libcaffe文件夾下的libcaffe.vcxproj。打開，第37行和470行，如果是這樣則不需要修改，如果指明是cuda9.0則需要改成
Cuda8.0.
接下來就可以開始編譯了，打開工程Caffe.sln，編譯模式修改爲
工程目錄如下：
首先編譯libcaffe，然後再編譯整個解決方案。
4、編譯動態庫
右鍵licaffe,擴展名改爲.dll,配置類型改爲動態庫。如圖
在caffe.pb.h中添加宏定義以導出的proto類型，便於在使用中調用時能正確是被層類型及相關參數。
#ifdef CAFFELIB_EXPORTS
#define CAFFELIB_API __declspec(dllexport)
#else
#define CAFFELIB_API __declspec(dllimport)
#endif
需要導出的類前面加CAFFELIB_API，在caffe.pb.h中需要添加的類有：BlobProto、LayerParameter、NetParameter
同樣在blob.hpp、common.hpp、layer.hpp、net.hpp中添加
#ifdef CAFFELIB_EXPORTS
#define CAFFELIB_API __declspec(dllexport)
#else
#define CAFFELIB_API __declspec(dllimport)
#endif
class LIBCAFFE Blob --blob.hpp
class LIBCAFFE Caffe -- common.hpp
class LIBCAFFE Layer -- layer.hpp
class LIBCAFFE Net --net.hpp
然後在libcaffe屬性中加入預定義宏如下：
然後編譯即可。需要注意的是編譯動態庫需要在屬性中重新配置cuda的包含目錄、庫目錄、鏈接庫，否則編譯不通過！會報找不到三方依賴。
將C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下面的
這幾個文件複製到編譯Build\x64\Release下面，現在編譯就不會有問題。
2.3 mini-caffe編譯
這個版本的caffe編譯就比較簡單了，直接按照官方readme編譯即可，比較不容易出問題。
Github: https://github.com/luoyetx/mini-caffe
2.4 tiny-caffe編譯
我的版本caffe，這是本人對happynear版本caffe精簡化的結果，去除很多冗餘依賴，僅僅依賴protobuf.
Github: https://github.com/SyGoing/tiny-caffe,閱讀readme就可以了。
二、Ubuntu下編譯
Ubuntu下編譯BLVC-caffe的教程較多，相比windows下編譯要簡單得多。cuda8.0、cudnn5.1或cudnn6.0、opencv3.1、相關三方依賴安裝完畢之後，只需要根據自己需求修改Makefile.config文件即可。
1、三方依賴
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2、Makefile.config，爲了防止重新編譯又去查來查去，這裏配置好了一份
百度雲：https://pan.baidu.com/s/1MyaKk01hBWoNKbaDTnOzMA
提取碼：4txw
然後make all -j8完成編譯。
這個配置文件沒有編譯python接口，如果需要編譯python、matlab，則先確保自己安裝了python(Anaconda)或者matlab，然後配置文件中打開編譯python和matlab接口。
假設想要編譯mini-caffe、tiny-caffe、happynear-caffe。去官網查看readme，這裏不再贅述。 happynear的caffe-windows在ubuntu下編譯和BLVC的一樣。mini-caffe和tiny-caffe則更簡單。依賴就很少。