matlab cudnn,为Matconvnet配置Matlab2016b+VS2015+CUDA9.1+cuDNN环境

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);1

2

3

4

5

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。

文章来源: blog.csdn.net，作者：KKKingbath，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_42497018/article/details/112003821