深度学习架构MatConvNet在Windows下的安装编译

运行环境：MATLAB R2016b，Windows 7 64位，（GPU GeForce 980Ti，CUDA v7.5，cuDnn v5.1，）并安装了Visual Studio 2015用于MATLAB的mex文件编译。

注意

CUDA似乎只在8.0版本开始才支持VS 2015，之前用CUDA 7.5出很多问题，后来换8.0才弄好，安装了VS 2015的同学需要注意此信息。其他配置项可以灵活处理，留意一下MatConvNet的文档就好。

MATLAB、VS2015、CUDA几乎都是默认安装，就本文的范围而言，没有手动环境变量要求。

1. 下载MatConvNet，解压到任意的文件夹中。

2. 将MATLAB的工作路径定位到'MatConvNet'文件夹。

测试C++编译器是否成功安装

3. 在MATLAB命令窗中添加路径：addpath matlab。
4. 在MATLAB命令窗中输入：vl_compilenn，进行CPU版的编译。

5. 编译完成后，'MatConvNet'文件夹会多出一个'mex'文件夹，在MATLAB命令窗中输入：vl_testnn，测试编译过的程序，如果命令窗中显示0个failed，即编译成功。

--------------------------------------------------------------------------------------------------------------------

6. 接下来进行GPU版的编译，在'MatConvNet'文件夹下新建一个'local'文件夹，把下载的cuDnn库放进去，例如我下载的是与CUDA v7.5配套的cuDnn-v5.1-rc压缩文件，解压后将文件夹命名为'cudnn-rc5.1'，然后将这个文件夹复制到之前的'local'文件夹中，并将'cudnn-rc5.1/bin'中的文件'cudnn64_5.dll'复制到文件夹'MatConvNet/matlab/mex'中，在MATLAB命令窗中输入：vl_compilenn('enableGpu',true,'cudaRoot','C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5','cudaMethod','nvcc','enableCudnn',true,'cudnnRoot','local/cudnn-rc5.1')，
等编译完后，在MATLAB命令窗中输入：vl_testnn('gpu',true)，测试编译程序，如果命令窗中显示0个failed，则编译成功。