win10+vs2015+caffe，cpu版本
1.首先下载官方BVLC版本的caffe ，https://github.com/BVLC/caffe/tree/windows
2.CMAKE。需要3.4版本以上，我用的是3.9.6
下载地址：https://cmake.org/files/v3.9/cmake-3.9.6-win64-x64.msi
3.Anaconda。目前官方的版本是Anaconda 3.6和2.7，就是说内置了 Python2.7 or 3.6。 喜欢高版本的朋友注意了，3.6caffei不支持。所以你要么在历史档案中下Anaconda3-4.2.0-Windows-x86_64.exe，要么参照http://blog.csdn.net/cym1990/article/details/78563349下个3.6版本的，然后重新安装Anaconda的环境为 PYTHON3.5。当然2.7版本的就可以了。
下载地址：https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe
然后用notepad修改caffe路径下scripts文件下build_win.cmd
修改第8行为，if NOT DEFINED WITH_NINJA set WITH_NINJA=0，表示使用cl编译器，而非NINJA
修改第9行为，if NOT DEFINED CPU_ONLY set CPU_ONLY=0，表示编译GPU版本caffe
修改第74行为，if NOT DEFINED WITH_NINJA set WITH_NINJA=0，表示使用cl编译器，而非NINJA
修改第76行为，if NOT DEFINED CPU_ONLY set CPU_ONLY=0，表示编译GPU版本caffe
修改完毕后，返回上级目录，cmd下执行下面的命令。
下载https://github.com/willyd/caffe-builder/releases
放到路径C:\Users\lcc\.caffe\dependencies\download
根据自己下载修改
在caffe文件下 cmd下执行scripts\build_win.cmd
最后
完毕后在caffe下可以找到Caffe.sln，使用VS2015打开，对整个工程进行编译即可。完毕后就会生成需要的库文件。
3.测试caffe.exe
参见Windows下VS2015编译caffe(CPU ONLY)
（1）下载MNIST数据库https://pan.baidu.com/s/1o7YrhKe，解压缩后将mnist-test-leveldb与mnist-train-leveldb文件夹放到\examples\mnist***意
（2）修改lenet_train_test.prototxt文件：
name: "LeNet"
layer {
name: "mnist"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
scale: 0.00390625
}
data_param {
source:"C:/Caffe/caffe/examples/mnist/mnist-train-leveldb"
batch_size: 64
backend:LEVELDB
}
}
layer {
name: "mnist"
type: "Data"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
scale: 0.00390625
}
data_param {
source:"C:/Caffe/caffe/examples/mnist/mnist-test-leveldb"
batch_size: 100
backend:LEVELDB
}
}
注意：修改4个红色字体文字，相信你看得懂，就是刚才拷贝的两个文件夹的绝对路径；以及两处格式
（3）修改lenet_solver.prototxt文件：
# The train/test net protocolbuffer definition
net: "C:/Caffe/caffe/examples/mnist/lenet_train_test.prototxt"
# test_iter specifies how manyforward passes the test should carry out.
# In the case of MNIST, we havetest batch size 100 and 100 test iterations,
# covering the full 10,000 testingimages.
test_iter: 100
# Carry out testing every 500training iterations.
test_interval: 500
# The base learning rate, momentumand the weight decay of the network.
base_lr: 0.01
momentum: 0.9
weight_decay: 0.0005
# The learning rate policy
lr_policy: "inv"
gamma: 0.0001
power: 0.75
# Display every 100 iterations
display: 100
# The maximum number of iterations
max_iter: 10000
# snapshot intermediate results
snapshot: 5000
snapshot_prefix: "C:/Caffe/caffe/examples/mnist/lenet"
# solver mode: CPU or GPU
solver_mode: CPU
注意：修改两处个红色字体文字，相信你看得懂，就是修改文件或者文件夹的绝对路径；如果你的硬件不支持GPU编程，最后一句修改为CPU。
（4）在minist文件夹下编写批处理文件run.bat，内容如下：
D:\caffe1\tools\Debug\caffe-d.exe train --solver=D:\caffe1\examples\mnist\lenet_solver.prototxt
Pause
说明：第一行，就是执行你编译得到的caffe.exe，所以需要换成你的caffe.exe的绝对路径。
注意：
· 斜杠必须使用backslash：\。使用Slash:/会出错。
· train 和—solver之间有一空格，不能省略。无空格会出错。
（5）双击run.bat程序能够运行，并且之后也不会报错，那么恭喜你，Caffe-Windows配置成功了。