编译MatConvNet的GPU版本
在GPU条件下编译,首先你的显卡得是INVIDA的,并且需要compute compability>2.0,其次一定要考虑版本相互协调的问题,我使用的版本是window10 64bits,vs2013,MATLAB2014b,显卡是GT740M,compute compability=3.5,关于显卡是否合乎要求,也可以通过下载软件GPU Caps Viewer(可以直接在360软件管家下载)查看。
编译MatConvNet的GPU版本的具体步骤如下:
(1)下载cuda7.5源文件
下载地址:https://developer.nvidia.com/cuda-downloads/
选择win10版本安装,如图所示
(2) 直接解压安装,建议采用默认安装的方式,方便MatConvNet按默认方式找到CUDA 编译器‘nvcc’。
下载完之后进行安装,安装时间有点长,请耐心等待,默认是安装在c盘目录下,你也可以更改安装目录,
环境变量配置:
cuda7.5安装完成之后在系统环境变量中自动配置了两个系统变量
CUDA_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_PATH_V7_5:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
但是为了之后的vs2013的配置做准备我们需要在配置五个系统变量
CUDA_BIN_PATH:%CUDA_PATH%\bin
CUDA_LIB_PATH:%CUDA_PATH%\lib\Win32
CUDA_SDK_BIN:%CUDA_SDK_PATH%\bin\Win64
CUDA_SDK_LIB:%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5
在系统环境变量path后添加如下内容
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
测试是否成功
进入cmd,输入nvcc -V命令,如图所示
(3) 完成后打开 cuda samples 文件夹下 Samples_vs2013.sln 分别在DEBUG 和Release X64下进行完整编译。编译过程如提示找不到”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件,则百度下载DXSDK_Jun10.exe并安装。下载网址http://www.microsoft.com/en-us/download/details.aspx?id=6812 之后再重新编译。
(4) 全部编译成功之后,打开CUDA Samples 文件夹下的 bin/win64/release ,如下图。运行其中的小程序,即可查看GPU CUDA信息。PASS 为通过。