在 windows 10 下部署 Caffe 花了很多时间才调通，记录下 key 节点以便后续查询：
一、安装软件：
1、安装 Microsoft Virtual Studio 2013 / Matlab 2015a / CUDA 7.5：
需要注意的是， VS2013 需要先安装，以便于 Matlab 识别 VS路径，CUDA 绑定内容；总之需要 VS2013 第一个安装；
其中，VS2013 SP5 是必须的版本，据 happynear [CSDN，GitHub]描述，Caffe 在 VS2012 下编译速度很慢（自测 VS2013 约半小时，i7 6700HQ/64G/970M/3G+SSD）；
CUDA 测试用的 7.5 版本，其他版本不知道是否需要修改相关内容；
Matlab 测试使用的是 2015a，在前一次重置系统前是 2015b，似乎也没有异常，有欢迎留言反馈其他版本；
2、安装 cuDNN：
cuDNN 改善了 Caffe native 卷基层效率不高的弱点（参见 赵永科/卜居 先生的大作《深度学习-21天实战caffe》一书 P356 所提到的卷积网络性能对比），笔者下载的分支为 Microsoft 为 windows 所开发的分支，支持 cuDNN V3/V4，最新版本为 V5，Caffe 尚未官方(分支)支持，如要支持请参考卜居先生的指导；如果没有 nVIDIA 账号，需要注册一个账号才能下载 cuDNN（网上搜可以得到网盘等资源）；
此外，建议 cuDNN 单独安装在一个目录中，独立于 CUDA，方便更换版本（删除就行）；
3、安装 Direct X SDK [非必选]：
Direct X SDK 是非必须的，Caffe 的 Demo 编译时提示某个例程需要 d3d9.h 文件（不准确，后来总结时找不到具体是哪一个文件了，欢迎留言反馈），下载这个版本就好；
4、安装 Miniconda 部署 [非必选]：
为了编译 Python 版本的 Caffe，需要安装 Miniconda；
二、编译 Caffe windows 分支：
Caffe 的 windows 分支有很多版本，测试使用的是 windows 版，这一版需要修改的内容较少（Happynear 版尝试了下，太复杂不适合小白），还是 Microsoft 的版本 Microsoft/caffe 比较容易，记录如下：
1、下载或 Git 源码：
地址：传送门；
2、复制 .\windows\CommonSettings.props.example 文件，重命名为 .\windows\CommonSettings.props；
3、修改 cuDNN 使能选项，决定是否使用 cuDNN；
3、安装 cuDNN 时，如果没有解压 cuDNN 在 CUDA 目录里面，需要修改 cuDNN 路径；
4、修改 Matlab 路径为实际路径：
5、可以打开 Caffe.sln 并准备编译了：
windows 版需要依赖 NuGet 提供的第三方库，所以电脑能够上网，且网速良好是十分必要的（该死的长城宽带/该死的长城宽带/该死的长城宽带）;
编译可能会遇到一堆错误，不要紧，一个个检查过去就好了；
其中测试时遇到的有：
提示 d3dx9.h 文件找不到 -- 安装 DirectX SDK；
提示 alt_sstream_impl.hpp 文件有问题，简单按下 Ctrl + S 保存即可；
其他还可能遇到的错误，请FQ或百度一下（留言也可以，小白我不一定能解决）；
需要注意的是，如果需要运行 Matlab，需要在编译前运行 MatlabPreBuild.cmd，编译后运行 MatlabPostBuild.cmd；
解决了必然存在的编译错误，就愉快地生成了 windows 版的全部文件；
三、跑 Matlab 版的测试：
1、下载基本数据：
可以在 GitHub 上下载需要的 bvlc_reference_caffenet.caffemodel 文件，或者寻找其他资源如网盘；下载完成后解压至 .\models\bvlc_reference_caffenet 目录；
2、准备环境变量：
添加编译出来的 .\Build\x64\Release 文件夹到环境变量的 path 中，如果运行不成功记得重启系统再试（很诡异，测试时重启才看到环境变量生效）；
3、启动 Matlab，指向 .\matlab\demo 目录；
添加路径 .\Build\x64\Release\matcaffe 到 Matlab Path 中，然后运行如下命令：
im = imread(‘../../examples/images/cat.jpg‘); scores = classification_demo(im, 1); [score, class] = max(scores);
得到输出：
Elapsed time is 0.073357 seconds. Elapsed time is 0.153671 seconds. Cleared 0 solvers and 1 stand-alone nets
可以看出，得到了最大可能的标签为 282，0.2985.
运行如下代码可以看到更多的分类结果细节：
figure;plot(scores); axis([0, 999, -0.1, 0.5]); grid on
如图：
经过艰难尝试，Caffe 的 windows 版和 Faster-RCNN 先后攻克，标记一下解决过程，以备后续查找。
此外，更常见的错误是 “Invalid MEX-file ‘……\caffe.mexw64‘: 找不到指定的模块”，这个错误需要分两步解决，第一步是添加环境变量，目录为 .\Build\x64\Release；第二步是将 matcaffe 加入 matlab 的目录中（可能非必须，不加也成功过）；
修改系统环境变量时，测试失败，但重启就可以，所以加了变量还不行建议重启系统试试；如果一直不行，那么将 .\Build\x64\Release 下生成的全部文件都复制到 .\matlab\+caffe\private 下，重启 Matlab 重试，应该可以解决。