1. 顯卡型號以及軟體版本號
顯卡：NVIDIA GeForce GTX 1060 6GB
| 軟體版本號 | 下載地址 |
|---|---|
| Matlab2016b | 正版軟體平臺下載 |
| Matconvnet-1.0-beta25 | 官網下載 |
| Visual Studio 2015 | 官網下載 |
| CUDA9.1 | 官網下載 |
| cuDNN（與CUDA9.1匹配即可） | 官網注冊賬號后下載 |
注意：CUDA 和 cuDNN不是一個東西，需要分開下載
2. 思路
操作臺（Matlab）——工具箱（Matconvnet）——顯卡驅動（CUDA+cuDNN）——跨平臺溝通語言（Visual Studio 2015），
3. 配置流程
所有軟體皆從官網下載，因此如何下載按下不表，
其中，工具箱（Matconvnet）和cuDNN下載的是壓縮包因此無需安裝，但是后續需要拷貝至指定位置，詳情請見下文，其余軟體均需安裝，建議除了操作臺（Matlab）的安裝路徑自己指定外，皆按默認位置安裝，
3.1 Matconvnet和cuDNN檔案的拷貝
3.1.1 Matconvnet
找到下載的matconvnet-1.0-beta25.tar檔案并解壓后，復制到操作臺Matlab檔案的bin檔案夾下，如圖所示：
3.1.2 cuDNN
cuDNN的拷貝步驟較多，首先需要告訴工具箱（Matconvnet）有cuDNN了，接著告訴驅動（CUDA）有cuDNN了，因此cuDNN一共需要拷貝至兩處，分別如下圖所示：
第一處，拷貝至工具箱Matconvnet:
在拷貝至bin檔案夾中的matconvnet-1.0-beta25檔案夾中新建一個檔案夾local，將cuDNN壓縮包中的內容拷貝至該檔案夾下，具體操作如下：
第二處，拷貝至驅動CUDA：
將cuDNN檔案夾中bin,include,lib/x64下的內容分別拷貝至CUDA驅動檔案夾中的相同位置，下面展示bin檔案夾的操作，其余可以以此類推：
注意：將檔案直接拷貝，而不是拷貝檔案夾
至此，前期準備作業結束，下面移步Matlab配置環境，
3.2 Matlab環境配置
這里的步驟也比較簡單，分別執行如下三條函式即可：
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);
此處編譯通過即意味著Matconvnet所需環境配置完成，
第一次寫博客，如您發現其中問題煩請指正，非常感謝！十分歡迎大家在評論區溝通交流，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/243630.html
標籤：區塊鏈
上一篇：go http client & server gzip資料壓縮格式
下一篇：資訊安全(一)之橢圓曲線方程