Matconvnet 使用GPU 的CUDA配置

 

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。