Window环境MatConvNet安装

引言

---

MatConvNet是实现深度学习中卷积神经网络（CNN）的MATLAB工具箱，拥有许多已经训练好的卷积神经网络实例及优化方法，可以用于图像分类、分割、人脸识别、文本检测等多个方面，matconvnet的运行版本有两种，cpu和gpu版

环境

---

matlab R2016b
visualstudio 2015（VC14.0）
CUDA 8.0
cudnn 5.0
MatConvNet 1.0-beta25
windows (版本不限)
凡是和CUDA、 VC相关安装，都是有严格版本限制，版本不合适，立即报错
CUDA 8.0，cudnn 5.0 安装，请参考本人博客的 4.2.2节，点击此处

1. 软件下载

---

官网 MatConvNet 下载地址，点击此处
百度网盘 MatConvNet 下载地址，点击此处
提取码：azrw

需要二次解压，解压文件夹可以放在任意位置，凭个人喜好

2. 试用 MatConvNet

---

解压文件，目录如图示：

在matlab中打开 MatConvNet 1.0-beta25，如图示：

1. 运行vggfaces里的cnn_vgg_faces.m文件
2. 直接运行后，Matlab会自动下载相关数据集，位置在data下面的models里面
3. 下载完成后，再次运行cnn_vgg_faces.m文件就可得到下面的结果：
   
4. 表明相关下载和路径配置已经完成

3. 配置 MatConvNet

---

配置的目的是： 将 MatConvNet 和 自己写的程序融合，使用
框架应为

3.1 CPU版编译

---

3.1.1

在 matlab 命令行输入

% 这个命令是来寻找vs编译器的
mex -setup 

%设置matlab的C++编译器，根据提示信息， 选择VS C++
mex -setup C++

结果如图

使用 mex -setup 命令的原因是，MatConvNet 文件中的matlab文件夹下的src文件里的.cu文件，所以需要链接c++编译器

3.1.2

在 matlab 命令行 输入

% cd 到解压 matconvnet 路径
cd E:\wj-lab\matconvnet-1.0-beta25.tar.gz\matconvnet-1.0-beta25\matconvnet-1.0-beta25 

% 将matlab工作路径切换到matconvnet所在文件夹，添加搜索路径
addpath matlab

% 运行程序（该程序具体位置在matlab下），生成mex文件夹
vl_compilenn

结果如图

3.1.3 添加 cudnn64_5.dll

百度网盘，点击此处
提取码：ssvj

3.1.4 CPU版本已经编译完成，测试

vl_testnn

结果如图：

3.2 GPU版编译

---

注意：一定要先编译CPU版本，再编译GPU版本，若直接编译GPU版本 会报错

3.2.1 添加环境变量

打开环境变量
如果是默认的CUDA安装路径，添加的路径分别是下面这样的：

变量名：CUDA_PATH
路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

变量名：CUDA_PATH_V8_0
路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

变量名：CUDA_SDK_PATH
路径：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0

变量名：CUDA_LIB_PATH
路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

变量名：CUDA_BIN_PATH
路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

变量名：CUDA_SDK_BIN_PATH
路径：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64

变量名：CUDA_SDK_LIB_PATH
路径：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64 

变量名：MW_NVCC_PATH
路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\nvcc.exe

具体参见你自己的环境变量，有无缺失以上路径，缺失的需要添加。

3.2.2

此步骤具体看个人
可能需要改，编译函数 function vl_compilenn.m

1. 将新的CUDA版本号**‘8.0’添加到程序**
2. opts.enableGPU =true
3. opts.enableCudnn = true;
4. opts.cudaMethod = ‘nvcc’
5. opts.cudaRoot = ‘你安装的cuda路径’
6. opts.cudnnRoot = ‘local/cudnn’
7. opts.gpuDevice =1

3.2.3

在 matlab 命令行输入

% cd 到解压 matconvnet 路径
cd E:\wj-lab\matconvnet-1.0-beta25.tar.gz\matconvnet-1.0-beta25\matconvnet-1.0-beta25 

% 将matlab工作路径切换到matconvnet所在文件夹，添加搜索路径
addpath matlab

% 运行程序，该命令使得无需修改 3.2.2节 中参数，是直接在matlab命令行输入参数命令
vl_compilenn('enableGpu', true, ...  
                'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0', ...  % CUDA的安装路径  
                'cudaMethod', 'nvcc', 'enableCudnn', true, ...  
                'cudnnRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0'); % cuDNN的路径 

% 测试GPU版编译是否成功
vl_testnn('gpu', true)