Caffe的作者是贾扬清（伯克利大学博士期间成果），其在深度学习科学研究中有着非同一般的地位，尤其是其代码在github上开源，以及CUDA加速的使用，使得普通学者也可以较为轻松的进行训练，介绍就不多说了，作为Caffe的第一课，首先就是Caffe环境配置、编译以及导入IDE中方便调试了，我们开始吧。
一、操作系统
博主使用的是Ubuntu14.04LTS，这也是一般研究人员推荐的操作系统，不就之前，微软也开始维护windows版的caffe了，可以在Microsoft的github主页上下载，不过其中问题多多，强烈不推荐，如果你有mac，那么mac当然是首选，由于博主没有mac，以下操作均针对linux系统。
二、环境准备
由于caffe中使用了protobuf、gflag、glog、opencv、lmdv、hdf5等库，所以我们要安装这些库，下面的命令可以直接装好，如果有哪个库安装失败，请自行下载源码进行编译安装。
sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler liblmdb-dev libgflags-dev libgoogle-glog-dev
当然，如果你要使用cuda加速，你还需要安装cuda的驱动，这里给出一个支持链接。
三、编译过程
我们修改编译配置文件，如果是matlab接口，还需要修改matlab路径：
cp Makefile.config.example Makefile.config gedit Makefile.config
如果你只使用CPU，没有GPU，那么，请注释掉文件中的 CPU_ONLY:=1，如果你的工程需要导入IDE进行调试，请注释掉最后的DEBUG:=1，然后进入caffe-master（caffe根目录）进行编译：
make all make test make runtest
编译python版本，首先安装如下包
sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
然后make
make pycaffe
编译matlab版本
安装环境，修改makefile中的matlab路径，然后make matcaffe 就可以了
四、mnist示例测试
为了检查我们caffe的编译是否正确，我们可以在对照官网mnist数据集的例子，下载数据库，训练mnist手写字符分类的网络，运行正常，那么caffe就已经可以使用了。
首先下载数据集，并转为lmdb格式（lmdb是caffe中使用的数据库）
cd $CAFFE_ROOT ./data/mnist/get_mnist.sh ./examples/mnist/create_mnist.sh
如果你没有GPU，需要修改配置文件CAFFE_ROOT/examples/mnist/lenet_solver.prototxt 中的solver_mode: GPU 为 CPU，然后直接执行脚本训练就可以了：
./examples/mnist/train_lenet.sh
命令框会有信息输出，然后运行正常就OK了。
五、caffe导入eclipse
在IDE中调试代码还是会方便很多，Ubuntu下eclipse是大众的选择，于是我们就讲caffe导入eclipse中方便我们调试。具体过程请参考这篇博文。