Matconvnet+win7+Matlab2017a+vs2013+cuda9.0+cudnn

之前用的是2014版MATLAB，用CPU跑Matconvnet的数据，发现慢的要死。所以想配置GPU版本的环境。发现MATLAB2014+cuda8.0的配合并不完美，最终并没有完成GPU的版本的配置。查看了Matconvnet的代码后，好像数MATLAB2014+win7的版本只能使用CPU版的Matconvnet。无奈之下，安装了MATLAB2017，最后又配置了cuda9.0，成功安装GPU版本的Matconvnet。

（1）Matlab2017安装

（2）cuda9.0和cudnn安装

参照 https://blog.csdn.net/u011821462/article/details/50145221

https://blog.csdn.net/sinat_25434937/article/details/54023871

（3）Matconvnet配置

GPU编译

我想说，其实还是有点小麻烦的。首先下载cuda呗，默认安装。

增加cudnn

cudnn是专门针对深度学习的一个加速框架。 
下载地址：http://pan.baidu.com/s/1bil9H8 或是从网上自己找吧。 
然后做2件事： 
1. 建一个local文件夹，然后把cudnn放进去，再复制到matconvnet目录下。 
 
2. 把bin下的cudnn64_4.dll再复制到mex的文件夹下。这一点很重要，否则vl_compilenn即使编译成功，运行时却会出现Invalid 的vl_nnconv.mexw64，可是你一看明明有这个文件啊，并且cpu编译时这个文件也是可以用的，为啥现在就不能了，就是你没有做第二步。

先看看vl_compilenn写了啥

在vl_compilenn中已经对opts的enableGpu等属性进行了初始化。 
这是稍微修改后的，这里改不改我这样的都无所谓的，这是因为，你看看下面有vl_argparse(opts,varargin)，这个就是把外面的传入的参数再对opts进行赋值。 
 
所以 
编译：

vl_compilenn('enableGpu',true)

• 1

最后一步 
找到cnn_cifar后，然后修改opts.gpus 

参考了https://blog.csdn.net/hungryof/article/details/50788722