转自：http://blog.csdn.net/happynear/article/details/45372231
零、最近更新
2015/05/29 发现上个版本的lmdb.lib使用了别人在vs2013下编译的版本，现改为vs2012版；
2015/05/29 添加了提取任意层特征的matlab接口，使用方法：
<code class="language-matlab hljs has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;">OUTPUT = caffe(<span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">'get_features'</span>, INPUT, <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">'layername1,layername2...'</span>);</code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li></ul>
例如：f = caffe('get_features', H, 'conv51,pool5'); 返回的f为2*1的cell类型，里面记录了层的名称和该层的特征。
一、准备
需要用到的东西我已经帮大家全部准备好了，有3月31日刚刚从caffe官方dev分支fork过来的源代码：https://www.github.com/happynear/caffe-windows。有我自己亲手制作的第三方库http://pan.baidu.com/s/1gdAfUPt ，在源码的根目录下建立个3rdparty文件夹，把文件解压进去就可以了。
解压好之后，要将3rdparty/bin文件夹添加到系统目录，这样才能让程序找到这些第三方库的dll。
然后是Visual Studio 2012，因为我的第三方库都是VS2012环境下编译的，所以用其他版本VS的请自行编译。
最后是CUDA和MKL了，MKL是可选的，大家可以去Intel官方申请，如果不用cpu模式的话其实也无所谓，在第三方库包中我还提供了openblas的库文件。
二、编译
编译非常简单，分为以下几步：
1、双击./src/caffe/proto/extract_proto.bat批处理文件来生成caffe.pb.h 和caffe.pb.cc两个c++文件，和caffe_pb2.py这个python使用的文件。
2、打开./build/MSVC/MainBuilder.sln，打开之后切换编译模式至Release X64模式。如果打开之后显示加载失败，可能你的CUDA版本和我的不一致，我的是CUDA 6.5版，这时就要用记事本打开./build/MSVC/MainBuilder.vcxproj，搜索CUDA 6.5，把这个6.5换成你自己的CUDA版本，就可以正常打开了。
3、右键点击左边的MainCaller项目，选择属性，在C/C++选项卡中，把附加包含目录中的cuda include目录改成你自己的；在链接器选项卡中，把附加库目录中的cuda library目录也改成你自己的。
4、点上边工具栏中的绿色三角编译吧。
如果要用matlab wrapper来提取特征、观察训练好的权重的话呢，只需要把matcaffe项目里面的cuda、matlab目录修改成你自己的，然后编译，你就能从matlab/caffe文件夹里面找到一个叫caffe.mexw64的文件啦。
python的wrapper类似，把pycaffe项目里的目录改成你自己的，就能在python/caffe文件夹中生成_caffe.pyd的python dll文件。
三、测试
到 http://pan.baidu.com/s/1mgl9ndu 下载已经转换好的MNIST的leveldb数据文件，解压至./examples/mnist文件夹中，然后运行根目录下的run_mnist.bat即可开始训练，训练日志会保存在./log文件夹中，以INFO开头，txt格式的日志文件中。
ps：如果你编译成功的话，不要忘了给我的github工程点个star！
