MatConvnet 初步学习（CPU&GPU）

本次配置主要参考http://blog.csdn.NET/listening5/article/details/50240147进行配置，其中遇到的问题主要参考http://blog.csdn.net/wd1603926823/article/details/52370278，进行解决。

提示：matconvnet不支持win32位系统，学习的话可以在自己的电脑上试一下CPU的，因为我的笔记本的显卡不是INVIDA，所以只能用CPU。。

Win7+GPU+CUDA7.5.18+MATLAB2015b+Matconvnet（必须是64位系统，因为matconvnet没有做32位的支持系统。若是进行GPU编辑的话，显卡必须是INVIDA，运行gpuDevice，需要compute compability>2.0）。

主要用到的工具：

VS2013、Matlab2015b、CUDA7.5.18（官网下载：https://developer.nvidia.com/cuda-downloads）、DXSDK_Jun10.exe（视情况而定，CUDA、VS配置过程中有问题的话会用到，主要包含了几个头文件，我没有用到，之前出现问题试了一下这个好行不行，重新装了个CUDA解决的）、cudnn-7.0-win-x64-v4.0、matconvnet（官网：http://www.vlfeat.org/matconvnet/）。

CPU编译：VS2013+matlab2015b+ Matconvnet(添加文件及子文件夹到路径)

两个命令：

mex –setup

vl_compilenn

编译完之后文件夹里面会出现mex文件夹，说明mex成功

 

进入到example中的cifar里面，运行cnn_cifar.m

 

时间太长，所以没有运行完，结果如下所示

 

频率171Hz，超级慢。。。

GPU编译：在CPU的基础上安装CUDA 、cudnn-7.0-win-x64-v4.0

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。

3、编译：

vl_compilenn('enableGpu',true,'cudaRoot','C:/ProgramFiles/NVIDIA GPU Computing Toolkit/CUDA/v7.5','cudaMethod','nvcc','enableCudnn','true','cudnnRoot','local/cudnn-rc4')

4、找到cnn_cifar后，然后修改opts.gpus，并运行cnn_cifar.m

 

运行结果：

基本上稳定在25500Hz，简直是质的飞跃。