ubuntu14.04安装matconvnet

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 

6.编译库

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）