Windows7 下编译 MatConvNet 和 CUDA7.5.docx

Windows7下编译MatConvNet和CUDA7.5 安装环境：Win7X64, VS2013，Matlab2014Ra，CUDA7.5.18,cudnn-v4.0,MatConvNet1.0-beta16/or17------------------也可只在CPU模式下编译，不需要CUDAGPU---------------------MatConvNet:CNNsforMATLAB下载----- HYPERLINK"http://www.vlfeat.org/matconvnet/"\t 在Windows 7环境下，搭建深度学习工具MatConvNet与CUDA 7.5的开发环境是一项重要的任务，这对于利用MATLAB进行卷积神经网络（CNN）的训练和应用至关重要。以下是一份详细的步骤指南： 确保你的系统配置满足基本要求：Windows 7 64位操作系统、Visual Studio 2013、MATLAB 2014a、CUDA 7.5.18以及cudnn-v4.0或更高版本。MatConvNet是专门用于MATLAB的CNN库，提供了多种经典的CNN模型如LeNet、AlexNet、NiN、VGG系列和GoogleNet等。 1. **安装MatConvNet**： - 访问[MatConvNet官网](http://www.vlfeat.org/matconvnet/)，下载最新版本的MatConvNet，比如1.0-beta16或1.0-beta17。 - 解压缩下载的ZIP包到任意目录，然后在MATLAB中运行`vl_setupnn()`，这将自动添加MatConvNet到MATLAB的路径中。 - 在`examples`目录下，你可以找到各种预训练的模型和示例数据集，例如CIFAR-10和MNIST。 2. **编译MatConvNet的CPU版本**： - 在MATLAB中，运行`mex -setup`选择Visual Studio作为C++编译器。 - 在MatConvNet安装目录下，运行`vl_compilenn()`函数，它会默认编译CPU版本。如果编译成功，会在mex文件夹下生成对应的`.mex64`文件。 3. **安装CUDA 7.5**： - 从NVIDIA官网下载CUDA 7.5.18安装包及CUDA Quick Start Guide。 - 进行默认安装，确保CUDA的samples模块安装在方便MatConvNet找到的位置，通常是为了能顺利调用CUDA编译器`nvcc`。 - 打开CUDA samples中的Samples_vs2013.sln解决方案，分别在DEBUG和RELEASE的X64模式下编译所有项目。如果遇到找不到`d3dx9.h`等头文件的错误，需要安装DXSDK_Jun10.exe。 - 编译完成后，运行CUDA Samples的bin/win64/release目录下的程序检查CUDA是否正常工作。 4. **安装cudnn**： - 解压缩cudnn-win64-v4.0或更高版本，将`cudnn64_4.dll`文件复制到MatConvNet的`Matlab/mex`目录下。 5. **编译MatConvNet的GPU版本**： - 修改`vl_compilenn()`函数，设置`opts.enableGPU = true`和`opts.cudaMethod = 'nvcc'`来启用GPU编译。 - 根据CUDA 7.5的安装路径更新编译脚本，确保`vl_compilenn()`能找到CUDA的路径。 - 编译完成后，运行示例如`cnn_cifa.m`，设置`opts.gpuDevice = []`为你的GPU索引，例如1表示GPU 0。 完成以上步骤后，你将在MATLAB中拥有一个完整的MatConvNet GPU版本，能够利用GPU加速CNN的训练和推理。记得根据你的具体硬件环境和需求调整GPU索引，确保正确使用GPU资源。同时，由于MatConvNet是一个活跃的项目，建议定期检查官方更新，以获取最新的功能和性能优化。