下载最新的caffe源码，执行$(CAFFE_ROOT)/script/build_win.cmd。 在编译好caffe 后，引入自己的工程中，稍有不注意的地方就会出现各种烦心问题。这里做一个归类

(1)boost库问题 (2)预定义宏 (3)未知的Layer 类型

>>boost库问题

参照原caffe-windows的classification工程配置好caffe及caffe所依赖的第三方库（glog,lmdb,opencv,....）的include，lib目录,在"链接器"->“输入”同样写上依赖的.lib文件。以上配置完后，理论上是可以通过编译了，但是，这个时候出现了：无法打开“libboost_date_time-vc-140-mt-gd-1_59.lib”，搜索了很多的结果，答案都是说重新编译boost，我自己也重新编译了还是不行，也有说把"项目属性"->“C++”->"代码生成"的“/MDd” 改成“/MTd”，无奈还是无法解决问题。无意中注意到自己重新编译的boost中有两个文件名很相似的.lib文件libboost_date_time-vc-140-mt-gd-1_59.lib和boost_date_time-vc-140-mt-gd-1_59.lib，又对比了$(CAFFE_ROOT)/script/build/libraries/lib中关于boost的.lib文件只提供了一个。于是，对比了一下这两个文件的异同。原来libboost_date_time-vc-140-mt-gd-1_59.lib 是用于静态编译的，而boost_date_time-vc-140-mt-gd-1_59.lib是用于动态编译的。

那么问题是，明明自己在“链接器”中的“输入”填写的是不带“lib”的库，为什么编译的时候会提示“无法打开“libboost_date_time-vc-140-mt-gd-1_59.lib””？ 经过千辛万苦终于在 找到一点蛛丝马迹。大致意思是需要在vs 中定义一个宏 BOOST_ALL_NO_LIB告诉编译器，在编译的时候自动去检索存在的库。那么再对比一个原caffe-windows的classification工程是怎么写的。果然，在”工程属性“->"c++"->”预处理器“发现了关于boost的宏

BOOST_ALL_NO_LIB BOOST_NO_CXX11_TEMPLATE_ALIASES 接着也同样给自己的工程添加这两个宏，再执行编译。关于提示无法打开“libboost_date_time-vc-140-mt-gd-1_59.lib”的问题得以解决！！

>>预定义宏

以上添加的关于boost的宏已经得到解决，但是如果只加上面的两个宏，编译还是有其他的错误，一般是关于google::glog的一些符号无法解析。参照刚才的方法我们索性把classification中定义的宏全部copy过去。即 CAFFE_VERSION=1.0.0-rc3 BOOST_ALL_NO_LIB BOOST_NO_CXX11_TEMPLATE_ALIASES USE_LMDB USE_LEVELDB USE_CUDNN USE_OPENCV WITH_PYTHON_LAYER CMAKE_WINDOWS_BUILD GLOG_NO_ABBREVIATED_SEVERITIES GOOGLE_GLOG_DLL_DECL=__declspec(dllimport) GOOGLE_GLOG_DLL_DECL_FOR_UNITTESTS=__declspec(dllimport) H5_BUILT_AS_DYNAMIC_LIB=1 CMAKE_INTDIR="Debug" 在自己的工程中添加上述的宏这时编译基本可以全部通过了。

>>未知的Layer 类型(Unknown Layer Type)

编译通过了之后就可以执行了，这里使用的是bvlc_googlenet的模型。在初始化Net后触发了一个错误，程序直接挂了->”Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type“。提示居然不认识”InputLayer“了，这明显不可能，在源码中已经有相应实现了。这个问题的解决方案可以参考 做的主要是在自己工程添加一个myheader.hpp的文件，内容如下：

#include "caffe/common.hpp"#include "caffe/layers/input_layer.hpp"#include "caffe/layers/inner_product_layer.hpp"#include "caffe/layers/dropout_layer.hpp"#include "caffe/layers/conv_layer.hpp"#include "caffe/layers/relu_layer.hpp"#include "caffe/layers/pooling_layer.hpp"#include "caffe/layers/lrn_layer.hpp"#include "caffe/layers/softmax_layer.hpp"#include "caffe/layers/concat_layer.hpp"namespace caffe{	extern INSTANTIATE_CLASS(InputLayer);	extern INSTANTIATE_CLASS(InnerProductLayer);	extern INSTANTIATE_CLASS(DropoutLayer);	extern INSTANTIATE_CLASS(ConvolutionLayer);	extern INSTANTIATE_CLASS(ReLULayer);	extern INSTANTIATE_CLASS(PoolingLayer);	extern INSTANTIATE_CLASS(LRNLayer);	extern INSTANTIATE_CLASS(SoftmaxLayer);	extern INSTANTIATE_CLASS(ConcatLayer);}

具体每个人可能不一样，哪一个Layer没有注册就添加一个REGISTER_LAYER_CLASS(XXXX);重复就删掉；哪一个没有实例化，就加一个extern INSTANTIATE_CLASS(X'X'XX);

以上这三个问题是移植caffe.lib到自己工程的过程中遇到的问题。