官方原版alexnet模型文件（包含部署描述文件），方便快速下载官方链接为https://github.com/BVLC/caffe/tree/master/models/bvlc_alexnet

在jetson系列产品tx2 nx nano xavier,jetpack4以上使用，cuda10.2 opencv4 CUDNN8

caffe安装网不好下到本地安装

caffe辅助

最后编译pycaffe用Cython>=0.19.2 numpy>=1.7.1 scipy>=0.13.2 scikit-image>=0.9.3 matplotlib>=1.3.1 ipython>=3.0.0 h5py>=2.2.0 leveldb>=0.191 networkx>=1.8.1 nose>=1.3.0 pandas>=0.12.0 python-dateutil>=1.4,=2.5.0 python-gflags>=2.0 pyyaml>=3.10 Pillow>=2.3.0 six>=1.1.0

Win10X64 下 VS2017 编译的X64位 Caffe(GPU), 静态编译，MT，无任何dll，无需VS运行库，支持Python caffe.exe classification.exe compute_image_mean.exe convert_cifar_data.exe convert_imageset.exe convert_mnist_data.exe convert_mnist_siamese_data.exe device_query.exe extract_features.exe finetune_net.exe net_speed_benchmark.exe test_net.exe train_net.exe upgrade_net_proto_binary.exe upgrade_net_proto_text.exe upgrade_solver_proto_text.exe

caffe的依赖库 caffe深度学习架构中的需要下载的NugetPackages依赖库，适用于visual studio 2013开发环境

使用build_win.cmd编译caffe所需依赖包，zip压缩包版（part 1 of 2）（因为单个文件上传不能超110M）。 解压说明：需要两者都下载好（100MB+43.1MB），将两者放置于同一目录下，对part1压缩包（100MB）右键解压即可。 part2压缩包链接：http://download.csdn.net/download/jozeeh/10206310

CAFFE框架下，利用lenet深度神经网络训练的mnist数据集的caffemodel，可用于验证识别，反卷积可视化

lenet_iter_10000.caffemodel lenet_iter_5000.caffemodel