Caffe2的官网：https://caffe2.ai/

1、下载、安装及相关准备

在Caffe2的官网点击"Get Started"，即进入安装说明页面。官方还未提供编译好的binaries，所以需要自己使用源代码编译。

Win10上使用VS2015编译Caffe2

选择平台如下：

Win10上使用VS2015编译Caffe2

按照官网，需要Win10系统及以上，但是似乎有些博客也有使用了Win7，但我本人是使用Win10，所以本文只针对Win10系统展开。

在准备阶段，我主要下载或安装的有：

1、Python2.7.14 https://www.python.org/downloads/release/python-2714/ 

2、cmake 3.11 https://cmake.org/download/

3、CUDA9.0 https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

4、cuDNN v7.0.5 for CUDA9.0 https://developer.nvidia.com/rdp/cudnn-archive

5、visual stduio 2015 Enterprise（用Community和Professional应该也是没问题的，只是刚好有人给我Enterprise的安装包）

6、Python的库，只安装了必须的几个：future、hypothesis、numpy、protobuf、six，可选的那些我都没安装（我是使用pip install安装的 ）

7、另外，我原来自己还有安装了Opencv3.4，因为我是使用Caffe2来处理图像的

8、安装git，版本应该无所谓吧，主要是用来下载源码

9、下载caffe2源码， caffe2(https://github.com/caffe2/caffe2)现在已和pytorch(https://github.com/pytorch/pytorch)合并了，所以使用git下载：

git clone --recursive https://github.com/pytorch/pytorch.git

接着说一下安装过程中的一些注意或者遇到的问题：

1、安装vs2015一般选自定义，然后勾选Visual C++的相关选项。

2、安装vs失败很麻烦，因为有时候卸载不干净会影响CUDA安装里面Visual studio integrate组件的安装（稍后会写另一篇博客来说明）

3、下载caffe2源码不要直接Download Zip下载压缩包，那样会导致第三方库缺失，即third_party文件夹里面的一些文件。但是目前从github上之间git clone源码速度很慢，都是10+k甚至几k/s，更崩溃的是下载途中还会经常中断，然后又得重新来了，所以我试了很多次都没成功，FQ速度也很慢（也可能是我的VPN不给力），后来是托人在香港那边下载的。

4、下载cuDNN解压缩后，是一个包含include、lib和bin的文件夹，将这三个文件夹里的文件分别拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0文件夹下的include、lib和bin下（当然，以你的CUDA的安装路径为准，我是采用默认安装路径）

2、编译安装

git得到pytorch文件夹后，在pytorch的scripts文件夹里有build_windows.bat脚本文件，可以用记事本、Notepad或者sublime text等编辑器打开，如果懂得脚本和Cmake命令就可以完全读懂。里面主要需要做的是指定编译器和开启编译选项。在该文件里加入这两句，可以在“pip install pyyaml”语句上方：

set USE_CUDA=ON
set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"

CMAKE_GENERATOR即是设置编译器，USE_CUDA只是是否使用CUDA，由于我是要使用GPU，如果你不需要则不必加。

另外，下面的cmake命令则可以设置编译选项，比如是否使用GLOG、GFLAGS等等第三方库，由于我本人是要使用Caffe2来部署训练好的模型，所以我只开启了USE_OPENCV，如下图所示。

Win10上使用VS2015编译Caffe2

接着以管理员身份打开vs2015开发人员命令提示，即Developer Command Prompt。使用cd命令至pytorch的script文件夹下，然后运行build_windows.bat，编译需要稍长的时间。

编译成功后，在pytorch文件夹下的build文件夹里，使用vs打开Caffe2.sln。我选择了Release x64平台下，右键ALL_BUILD生成解决方案。然后再右键INSTALL生成解决方案，这两个过程也是比较久的。INSTALL编译成功后，在C:Program Files就出现了Caffe2文件夹，里面主要存放了生成的include、lib和bin。