1. 显卡型号以及软件版本号
显卡:NVIDIA GeForce GTX 1060 6GB
软件版本号 | 下载地址 |
---|---|
Matlab2016b | 正版软件平台下载 |
Matconvnet-1.0-beta25 | 官网下载 |
Visual Studio 2015 | 官网下载 |
CUDA9.1 | 官网下载 |
cuDNN(与CUDA9.1匹配即可) | 官网注册账号后下载 |
注意:CUDA 和 cuDNN不是一个东西,需要分开下载
2. 思路
操作台(Matlab)——工具箱(Matconvnet)——显卡驱动(CUDA+cuDNN)——跨平台沟通语言(Visual Studio 2015)。
3. 配置流程
所有软件皆从官网下载,因此如何下载按下不表。
其中,工具箱(Matconvnet)和cuDNN下载的是压缩包因此无需安装,但是后续需要拷贝至指定位置,详情请见下文。其余软件均需安装,建议除了操作台(Matlab)的安装路径自己指定外,皆按默认位置安装。
3.1 Matconvnet和cuDNN文件的拷贝
3.1.1 Matconvnet
找到下载的matconvnet-1.0-beta25.tar文件并解压后,复制到操作台Matlab文件的bin文件夹下,如图所示:
3.1.2 cuDNN
cuDNN的拷贝步骤较多。首先需要告诉工具箱(Matconvnet)有cuDNN了,接着告诉驱动(CUDA)有cuDNN了。因此cuDNN一共需要拷贝至两处,分别如下图所示:
第一处,拷贝至工具箱Matconvnet:
在拷贝至bin文件夹中的matconvnet-1.0-beta25文件夹中新建一个文件夹local,将cuDNN压缩包中的内容拷贝至该文件夹下。具体操作如下:
第二处,拷贝至驱动CUDA:
将cuDNN文件夹中bin,include,lib/x64下的内容分别拷贝至CUDA驱动文件夹中的相同位置。下面展示bin文件夹的操作,其余可以以此类推:
注意:将文件直接拷贝,而不是拷贝文件夹
至此,前期准备工作结束。下面移步Matlab配置环境。
3.2 Matlab环境配置
这里的步骤也比较简单。分别执行如下三条函数即可:
1. mex -setup c++;
2. vl_compilenn('enableGpu',true,'cudaRoot','C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.1','cudaMethod','nvcc','enableCudnn',true,'cudnnRoot','local/cudnn');
3. vl_testnn('gpu', true);
此处编译通过即意味着Matconvnet所需环境配置完成。
第一次写博客,如您发现其中问题烦请指正,非常感谢!十分欢迎大家在评论区沟通交流。