折腾了几天，终于在windows系统上成功配置了Caffe环境，期间遇到了很多问题，每个问题的解决也都花了不少时间，查过挺多资料，感觉挺有意义，这里写篇博客记录一下。
原来我使用的CUDA版本是7.5，参照win7环境下CUDA7.5的安装、配置与测试（VS2010） 辛辛苦苦编译生成了caffe.exe，愣高兴了一晚，结果当我用caffe对手写字体库mnist进行训练时，悲剧了！运行时出现
CUDA driver version is insufficient for CUDA runtime version.
意思就是你的显卡驱动版本与CUDA的版本不匹配，直接一点就是你的显卡太辣鸡了！不适合这么高版本的CUDA。
我一看，完了，太冲动了，辛辛苦苦编译完caffe.exe，还没能用上，就出现致命的问题！第一时间就是想着怎么补救，将问题抛给百度，顺道爬墙去了google，给的答案基本都是将显卡驱动升级至最高版本或者是卸载CUDA7.5，或一个与你的显卡驱动能匹配的CUDA版本。我自己的电脑，我是知道的，用着学校实验室批发回来的电脑，显卡肯定是不行的，而且驱动已经是最新版本。想到这，我又开始怀疑，可能我电脑的显卡根本就不支持CUDA。越想越着急，我下定决心要把这件事弄清楚！下面正式开始！
一、VS2013的安装
现在visual Studio已经免费了，微软真的是体恤中国的科研人士，致敬！安装在这里就不多提了，官网上下载就好，还有中文版的-。-
二、Opencv2.4.10的安装
开源计算机视觉库，现在已经更新到3.0了，我比较传统，还在使用2.4.10，下载和安装也不多提了-。-
三、CUDA的安装
检查显卡
首先最重要的一点是，你得确认你的显卡是否支持CUDA。CUDA是NVIDIA厂商推出的运算平台，如果显卡厂商不是NVIDIA，那么，我“不负责任”地说，CUDA不适合你的电脑，到别处玩沙去吧！（或许已经有其它厂商制造的显卡支持CUDA了，但绝大部分，都不支持）。如果你的显卡是N卡，也没急着偷笑，因为太老的N卡也是要去边上玩沙的。
我的机器的基本配置：
- 处理器 intel i3-2120
- 内存 8GB
- 显卡 NVIDIA GeForce 405 OEM 512MB
- 系统 Windows7 64bit
配置很差吧，我都懒得港-。-！
首先可以在NVIDIA的官方网站查看显卡是否在支持的列表中。下面我截了两幅图，为了图文并茂而已，而且也只是部分。
我在这上面没查到我的GeForce 405，心想完了，科研举步维艰啊！后来又想，可能我这个显卡年代过于久远，人家懒得在列表里列出来，况且您好我截了两张图都还没列全呢！后来我不断查资料时，发现有博主说，上面那个表不是特别全，然后给了一个NVIDA的硬件设备网站，说是可以在上面查看是否支持！就是这个链接——>点我
还有的说法是说GPU-Z也可以查看是否支持，
不过听说这个软件有时会失准，所以最好还是查看硬件的支持信息。
开始安装
看来我的显卡还是支持CUDA的，接下来就要选一个合适版本的CUDA了。那怎么知道我的显卡支持的CUDA最高版本是哪一个呀？为此我又百度了很久，终于功夫不负有心人，在一个论坛的网友提问中找到了答案。
有时真的是感慨互联网搜索功能之强大！你遇到的问题，基本上都会有人遇到过并解决！
于是乎，我就打开了NVIDIA控制面板，找到了NVCUDA.DLL信息显示栏，截图如下：
看来我的显卡支持的CUDA最高版本只到6.5，现在都出到8.0了，再次感慨电脑配置之差！
下载了正确的CUDA版本，安装便是，在这里提醒两点：
1、不要选择精简模式安装，而是全部安装，因为选择精简安装后，SDK包是默认不安装的，但是实际使用时，是要用到SDK中的内容的。
2、在安装过程中，提示："This graphics driver could not find compatible graphics hardware...."，一定不要点“继续”,如果点了，后续你就会遇到开头我说的那种问题，所以，一定慎重！
CUDA driver version is insufficient for CUDA runtime version.
所以安装CUDA之前，一定一定要确定好你的显卡支持的最高版本，尤其是那些显卡老旧的人（最新换的显卡就无所谓啦，装个最高版本的，妥妥的！）
验证CUDA是否安装完成并能使用
安装完之后，得确认是否安装正确，打开命令提示框cmd，输入命令“nvcc -V”，如果安装正确，会显示下面的结果：
显示CUDA的版本是V6.5.13。
当然，这只是表明你安装CUDA正确，但并不表示能用，要验证是否能用，还需使用到CUDA提供的例子。
1、在例子的安装目录下，找到解决方案的名字。比如我的例子的安装路径是
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.
然后在
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.\1_Utilities
下，找到bandwidthTest文件夹下的bandwidthTest_vs2013.sln ，有几个不同版本的解决方案，我使用的是vs2013，所以选择这个。
2、开始编译，运行生成控制台程序如下：
看到Result=PASS 就可以安心了。
还有一个例子是deviceQuery文件夹下的deviceQuery_vs2013.sln ，编译后运行的结果如下：
同样，看到Result=PASS 就可以放心了！
到这里，CUDA确定是可用了，可以起身抽支烟放松放松~
四、caffe环境的配置
我配了几次caffe环境，每次都是参照这个博文里的步骤配置的http://blog.csdn.net/chenqibob/article/details/52135614
虽然使用的是CUDA7.5，但步骤是一致的，参考的时候注意路径、环境变量、依赖库、包含目录、库目录等问题即可！
遇到的问题：
1、出现“应用程序无法正常启动（0xc000007b）”
可能是因为：
a.需要把./3rdparty/bin的路径加入到系统环境变量Path中；
b.之前使用的opencv是win32位的，而caffe使用的Release是64位配置的，因此在环境变量中既要配x86的opencv的vc12\bin，也要有x64的vc12\bin。
2、在使用CUDA6.5版本生成解决方案后，编译时，出现：
【conv_layer.cu】 错误 error: too few arguments in function call
点击这个错误，定位到错误行
在某论坛上看到的解决方法是在最后加入第四个参数“false”，即更改为
重新编译后，该错误消失。
3、在使用CUDA6.5版本编译时，遇到了一个问题：
CUDA fatal error "Invalid device function "
出现这个问题，说明你的gpu超荷载了，你得查查自己的gpu的计算能力，怎么查呢？我用的是GPU-Z查看的，
我的gpu的计算能力为1.2（极低！），但我参照博客配置时，在code Generation中使用的是compute_20，sm_20，所以一直出错，后来按照自己的计算能力，更改一下就编译通过了！
另外我想补充的是以下几点：
1、CUDA的用处：目前随着硬件技术的进步，常使用GPU（Graphics Processing Unit，图形处理器）来进行神经网络算法的训练及实现。GPU计算的基础是Nvidia的CUDA环境。
2、Caffe的主版本（caffe-master）只支持Linux，所以要下载专门的caffe windows版本。
3、Caffe的编译需要第三方库的支持，3rdparty即为所需的第三方库，通常包括了：
a.boost函数库，下载地址是http://www.boost.org/ ，下载需要的版本库。
b.Opencv开源计算机视觉库，到官网下载就好。
c.OpenBlas，是一个高性能的多核BLAS（Basic Linear Algebra Subprograms，基础线性代数子程序库），下载地址是http://www.openblas.net/ ，注意要下载64位的window版本。
d.glog是google的开源API，但是google是上不去的，*吧-。-
e.levelldb，也是谷歌的开源库，下载地址也在google上，不过这里有个链接可以直接下载https://leveldb.googlecode.com/archive/windows.zip
f.protobuf，也是谷歌的开源库，下载地址也在google上，在百度云找到一个版本http://pan.baidu.com/s/1pJlZubT
参考博客：
1、在Windows8.1上安装CUDA （【检查显卡】参照内容）
2、CUDA7.5安装和vs2013配置 （【安装CUDA】参照内容）
3、Win7_64bit + VS2013 + CUDA7.5 + Opencv2.4.10 成功配置Caffe环境（【配置caffe环境】参照内容）
4、配置Caffe+VS2013+CUDA 6.5+Windows 8.1 64位系统（【遇到的问题之2】参照内容）
5、cuda-convnet在Windows下的使用 错误（error：invalid device function） （【遇到的问题之3】参照内容）
感恩！
以上。