ubuntu14.04安装matconvnet:
1.首先你的显卡得是INVIDA的,并且需要compute compability>2.0.
可以通过MATLAB输入:gpuDevice来确定你的显卡:
>> gpuDevice
ans =
CUDADevice with properties:
Name: 'GeForce 920M'
Index: 1
ComputeCapability: '3.5'
SupportsDouble: 1
DriverVersion: 8
ToolkitVersion: 5.5000
MaxThreadsPerBlock: 1024
MaxShmemPerBlock: 49152
MaxThreadBlockSize: [1024 1024 64]
MaxGridSize: [2.1475e+09 65535 65535]
SIMDWidth: 32
TotalMemory: 2.1010e+09
FreeMemory: 2.0546e+09
MultiprocessorCount: 2
ClockRateKHz: 954000
ComputeMode: 'Default'
GPUOverlapsTransfers: 1
KernelExecutionTimeout: 0
CanMapHostMemory: 1
DeviceSupported: 1
DeviceSelected: 1
cuda的话,可以去下载最高版本的。
下载地址:https://developer.nvidia.com/cuda-downloads 。(我的已安装好,没安装的可以百度其他的网址安装)
2.下载matconvnet:http://www.vlfeat.org/matconvnet/
解压 tar -xzvf matconvnet-1.0-beta24.tar.gz
3.
本机配置:
Ubuntu 14.04 + MATLAB 2014a + Cuda8.0
4.安装libjpeg:
sudo apt-get install libjpeg-dev
5.修改MatConvNet工具包下的makefile:ENABLE_GPU ?= y
ENABLE_IMREADJPEG ?= y
ARCH ?= glnxa64
CUDAROOT ?= /usr/local/cuda-6.5
MATLABROOT ?= /usr/local/MATLAB/R2014a
CUDAMETHOD ?= nvcc
打开matlab:
一般编译:
vl_compilenn
使用CUDA编译:
vl_compilenn('enableGpu', true)
使用cudnn编译(路径名需要根据实际情况设置):
vl_compilenn('enableGpu', true, ...
'cudaMethod', 'nvcc', ...
'cudaRoot', '/usr/local/cuda/', ...
'enableCudnn', true, ...
'cudnnRoot', '/usr/local/cuda')
7.
测试安装成功
vl_testnn
8.测试GPU可以用
vl_testnn('gpu', true)
( 其他的需要的自己下载)