matlab下配置matconvnet实现gpu运行深度学习网络

Matlab下配置matconvnet实现gpu运行深度学习网络

网上虽然有很多关于这个的介绍，但是看来看去每个人有每个人的实现方案，问题也有很多。

本文的方法是楼主亲测有效的，供参考。

**我电脑的配置：

matlab2017a, vs2015, cuda8.0, cudnn6

首先，第一步：

https://github.com/vlfeat/matconvnet下载matconvnet包。

然后，依次进行下面的步骤：

mex -setup
mex -setup C++  # 配置VS2015作为C和C++的编译器

# 先编译matconvnet的Cpu版
vl_compilenn()   % 生成一系列mex文件，是之后卷积v1_nnconv等要用到的

# 再编译matconvnet的Gpu版
# 必须要在对应的matconvnet文件夹下运行
# 将下载好的cudnn放在下载的matconvnet文件夹下。
# 注意：cudnn一定要和cuda版本对应，cuda要和matlab的版本对应，这些在网上都是可以找到的，不再赘述。

vl_compilenn('enableGpu', true, ...
'cudaRoot','C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0', ...
'cudaMethod', 'nvcc', 'enableCudnn', 'true', ...
'cudnnRoot', 'F:\matlab works\HCF\matconvnet\cudnn'); # 一定要加入cuda和cudnn两个选项，否则我的经验是运行时v1_simplenn会报错。

run vl_setupnn
vl_testnn('gpu',true) # 这不时间比较久，慢慢等。