前言

1、开篇背景

文章作者，一个热衷于C++的业余程序员，心心念念大半年，想搞一台性能基本满足干活打游戏的本本，从年头盼到年底，终于在年底某东的年货节上看到某款所谓的爆款游戏本大降价，R7-5800H+RTX3060，于是乎毫不犹豫直奔本地电子市场，开始砍价，7850一举拿下，还顺带要了一个散热支架。
接下来的一周时间，开启了我心碎的一周，安装软件，搭建编译环境，步履维艰，一步一步终于在羁绊后CPU+GPU双模式下双双成功下车。整理出来希望能帮到道上的道友，也算给自己留个配置的记录，怕时间长了自己都忘记啦。OK，正本开始…

提示：以下是本篇文章正文内容纯属相互学习，若有错误的地方望留言指正。

一、资源准备

1、caffe_window 开源代码
GitHub查了下window这个分支最新的支持在2018.1.3号提交的，感觉大家更喜欢基于linux应用这个框架，好吧，我又特立独行了一次。
https://github.com/BVLC/caffe/tree/windows
2、Visual Studio Professinal 2015
尝试过CUDA11.3会提示VS版本不支持，最低支持版本VS2017,因为懒得卸载VS2015了，所以后面的CUDA 我选了能满足8.0算力的CUDA11.0.2。
https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/
3、CUDA11.0.2
不知道是CUDA11.0这个系列的版本泄露了什么不该泄露的秘密了，不管你去查11.0的任何一个小版本，官方都给出一个很不客气的NOT FOUND，无奈下我只能求救于我们的百度君。
链接：https://pan.baidu.com/s/1OHXUmzNGwffXjE3eKRyhCw
提取码：3icj
4、CUDNN库
CUDA只是一把给你打开NAIVIDA显卡CUDA盒的基础工具，至于你是要做什么用，比如做卷积神经网络CNN，那么你就需要一份详细的接口库，这个是我个人的理解，所以要完成caffe-GPU配置，你还不能少的CUDNN库，这个可以官网下载，因为懒，在这里连着CUDA11.0.2一起网盘。
链接：https://pan.baidu.com/s/1zxeESDWYB9CLc2mt3763XA
提取码：du4n
5、libraries_v140_x64_py35_1.1.0.tar
交叉编译库，C++跟Python怎么交流，WIN10毫无疑问的V140，关于这个文件的来源，它一直像一个迷一样，迷惑着我，有查到同学可以给我一个答复，而且为什么它只有2.7和3.5，Python3.6及以上的版本表示很无辜，虽然有高手说他们搞定了，我查阅了很多博主的资料并一步一个脚印得踩雷，最终我认识到投降吧，caffe唯有python3.5能拯救你。资源依旧还是网盘。
链接：https://pan.baidu.com/s/1Xc4_RBxXMnxOtxfpt591tA
提取码：aikf
6、PyCharm 2021.1.1（Professinal ediation）
https://www.jetbrains.com/pycharm/download/other.html
7、Anaconda3-4.2.0 默认会自动安装的Python3.5.2
caffe仅支持2.7和3.5，本文作者前期尝试过Python3.6.5，编译可以过，但是在用Python3.6.5加载caffe库时，总是提示_caffe.pyd加载失败
链接：https://pan.baidu.com/s/1ipDrI5Fip97JS1XsSaSV2A
提取码：01t1
8、Cmake version 3.14.3
Cmake版本太低了编译的时候会报错，原先我用的cmake-3.9.6-win64-x64，caffe-CPU配置没有报错，但切换到caffe-GPU配置后就报错了，具体错误当是忘记记录了，有兴趣的同学可以试一下，把错误信息传给我，我会将信息更新进去
https://github.com/Kitware/CMake/releases/tag/v3.14.3
示例：