1.下载MatConvNet,MatConvNet是牛津大学视觉组深度学习的工具
2.下载完后,解压,移到某处,打开matlab,进入到matconvnet-1.0-beta23目录下。
3.在matlab命令窗下输入以下命令进行mex编译:
addpath matlab
vl_compilenn
结果:
vl_compilenn: CUDA: MEX config file: 'D:\Program Files\MATLAB\R2014a\toolbox\distcomp\gpu\extern\src\mex\win64\mex_CUDA_win64.xml'
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2013 Professional (C)' 编译。
MEX 已成功完成。
4.在matconvnet-1.0-beta23\matlab文件夹下多出几个文件夹,其中最重要的是mex,mex文件夹里有编译完成的mex文件vl_imreadjpeg.mexw64,vl_nnconv.mexw64,vl_nnnormalize.mexw64,vl_nnpool.mexw64说明编译成功。
截图:
更新于2016年12月17日:
因为CPU太慢了,要想做大量的数据训练,有必要装GPU。先在尝试配置GPU的流程。在网上找到一篇相关的配置教程,windows下编译Matconvnet的方法(CPU和GPU)Windows第七城市 然后出现了和作者开始一样的问题,
出现了compute_21错误。然后应该是我的显卡既不支持cuda7.5,也不能支持cuda7.0,搞了两次显卡有点崩溃。。然后下载了cuda5.5,准备有必要的时候再搞。如果大家用的是比较好的设备,按照链接中的方法配置一般都不会出现问题。
更新与2016年12月22日 15:36
首先是看了官网的一个说明,
我用的是matlab2014a,所以cuda支持到5.5.
然后我下载了cuda5.5,结果5.5版本的cuda可能是版本太落后的,用不了。总得来说,还是硬件好一点比较方便啊···
没办法只能换新版matlab了,然后我安装了最新版本的matlab2016b(有需要的可以私信我)。
安装完成之后,首先还是编译cpu版本,然后按照上文中所给链接方法加入cudnn编译:
结果是:
于是我想起之前用caffe的时候我的显卡是不支持cudnn三倍加速的,所以我把cudnn的编译部分屏蔽掉了。
方法:新建脚本文件compile.m,内容如下:
addpath matlab
vl_compilenn('enableGpu', true, ...
'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5', ...
'cudaMethod', 'nvcc');%,...
% 'enableCudnn', 'true',...
% 'cudnnRoot','E:\MachineLearning\DeepLearning\CuDNN\CUDNNv4') ;
注释:写入自己的cuda版本路径,如果安装有cudnn,后面不必屏蔽。
运行,编译成功。