环境：visual2013，Windows7，MATLAB2014，anaconda，CPU，没有安装CUDA和cuDNN
官方下载：
https://github.com/Microsoft/caffe，我下载压缩包后解压到F:caffe-master（1）caffe-master
打开F:caffe-mastercaffe-masterwindows文件夹，复制CommonSettings.props.example，再将CommonSettings.props.example重命名为CommonSettings.props。用visual2013打开CommonSettings.props文件，并修改相应代码为以下(红色为修改部分):
true
false
7.5true
true（我为了调用Python接口，将默认的false改为true）
F:Anaconda2（红色部分为Python.exe根目录，注意最后一道斜杠）
（CommonSettings.props文件修改完成）
在F:caffe-master(1)caffe-masterwindows下用visual2013打开Caffe.sln,右击“”解决方案caffe（16个项目）“”，点击生成‘’解决方案‘’，等待一段时间，Caffe同层目录会生成一个名为NugetPackages的文件夹（因为Microsoft有非常强大的NuGet工具，所以当我们第一次编译工程时，NuGet便开始自动下载并配置这些第三方库了，同时会在Caffe同层目录生成一个名为NugetPackages的文件夹，就是微软提供的我认为是非常大的便利之一，他不像happynear的caffe
Windows，还需要配置各种Caffe所依赖的boost、OpenCV、gflags、glog等第三方库，微软的Nuget会自动配置这些第三方库，不需要我们手工配置）；库配好后，程序仍会继续运行，但是会出现10几条错误，错误分为两类，一是“error C2220: 警告被视为错误 - 没有生成“object”文件”，解决方法就是双击错误打开该文件并保存，再编译就可以顺利通过；二是会提示说无法打开libcaffe.lib之类的error，解决方法是直接对libcaffe重新生成，或者直接生成一次。
（该过程有几点需要注意：1.可能需要开启FQ软件，否则无法连接2.右击解决方案'caffe'->属性，选择“”当前选定内容“”，而不是‘’单启动项目‘’。3.右击->属性->C/C++，把“警告等级”调整为等级3，把“将警告视为错误”改成否,否则会将许多警告视为错误，编译失败）
这才是真正有用的部分啊
配置Python接口：配置Python接口时需要注意：1.set PythonPath environment variable to point to Buildx64Releasepycaffe, or
copy folder Buildx64Releasepycaffecaffe under libsite-packages（build文件夹只有在生成caffe之后才有）2.pip install protobuf之后，并且1步骤完成后，再import caffe,应该不出现错误
该步骤完成之后，最好再生成一遍，才能保证run.bat顺利运行。
到：http://download.csdn.net/detail/u012878523/8140305 下载mnist-test-leveldb和mnist-train-leveldb两个文件夹，并将他们放在.examplemnist下。GPU和CPU的切换在lenet_solver.prototxt修改，最后一行把GPU改成CPU即可。
打开lenet_train_test.prototxt，修改参数。
data_param {
}（大概在14行的样子）
data_param {
}（大概在30行左右的样子）
写入如下所示的.bat文件：
.Buildx64Releasecaffe.exe train --solver=examples/mnist/lenet_solver.prototxt
pause
保存在run.bat中，并将该bat 文件保存在caffe的根目录下。我的根目录就是Build的上一级目录
之后双击运行，没有出错则配置成功。还有非常重要的一点是（我花了好长的时间才找到这个错误），像这句代码source: "F:/caffe-master(1)/caffe-master/examples/mnist/mnist-test-leveldb"，千万不要写成\,注意杠的方向，否则运行run.bat的时候，会一直出现的错误就是：libprotobuferror..srcgoogleprotobuf ext........