matconvnet利用GPU训练——相关配置
来源:互联网 发布:期货实时行情数据接口 编辑:程序博客网 时间:2024/04/30 23:27
matconvnet利用GPU训练——相关配置
- 硬件:
惠普某服务器
Tesla K40c
- 系统
Window Server2012 R2
- 软件
vs2015
matlab2016B
- 目的
在 matconvnet框架下,配置GPU进行深度学习训练。
版本 matconvnet-1.0-beta25
之前装过一次的时间长了忘得差不多了,这次重新装,还比较顺利,看了好多帖子因为每个情况都不一样,可能坑也不一样,这次我用的cuda matconvnet版本都是目前最新的。下来就是流水帐了。
1 先装显卡(计算卡)驱动,我直接用360驱动一键装得,意外发现鲁大师跟360走了。
2 装matlab,发现装MATLAB2016a后,M文件双击后无法直接打开matlab编辑器(meditor),所以需要设置为.m文件默认打开方式
方法参考网页 —— [ 设置.m文件的默认打开方式 ]
3 装vs2015,尽量装高级的(专业版或企业版),不要装社区版。
4 下载matconvnet解压,安装cuda,配置对应cudnn,可以参考下面文章。
参考文章 —— [ MatConvNet 的CPU和GPU的安装配置 ]
代码块
根据文章配置好以后,混编编译时注意路径
vl_compilenn('enableGpu', true, 'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1', % 这里填写你的CUDA的安装路径,基本上是这个位置 'cudaMethod', 'nvcc', 'enableCudnn', 'true', 'cudnnRoot', 'local\cuda-v7');%这里填写你的cuDNN的路径
运行后,报错。
if strcmp(arch, 'win64') && opts.enableCudnn
两个变量左边是逻辑变量(1 或 0),右边返回变量是(true)
把 && 修改成 & 就可以了,如下:
if strcmp(arch, 'win64') & (opts.enableCudnn)
运行成功!
阅读全文
0 0
- matconvnet利用GPU训练——相关配置
- 【MatConvNet】配置GPU
- win10+GPU+MATLAB+MatConvNet配置
- Matconvnet学习——利用mnist网络训练自己的数据分辨左右手
- linux配置matconvnet(GPU support)
- linux配置matconvnet(GPU support)
- MatConvNet的CPU和GPU编译配置
- caffe训练GPU配置
- Tensorflow利用GPU训练注意事项
- 编译GPU版本Matconvnet
- faster rcnn +GPU+配置+训练
- 深度学习 9. MatConvNet 利用mnist的model来训练自己的data。MatConvNet 训练自己数据(一)。
- MatConvNet卷积神经网络(四)——用自己的数据训练
- 利用GPU和Caffe训练神经网络
- 【笔记】MatConvNet训练小记
- MatConvNet训练minist例子
- centos 安装 MatConvNet (gpu)
- windows下编译Matconvnet的环境配置(CPU和GPU版本)
- pageEncoding和contentType的区别
- 数据库锁机制
- 设计模式之禅PK之行为类2
- tcp16周
- 学习Ajax——入门篇01
- matconvnet利用GPU训练——相关配置
- 实验5 动态路由协议配置-RIP
- 内联函数的实质
- Java--版本
- Sqlite3源码学习(6)demovfs分析
- getchar()、EOF和Ctrl+Z
- 判断IE版本、系统版本、系统平台
- java 关键基础
- 企业大型互联网分布式架构{Java分布式架构 dubbo + springmvc + mybatis + ehcache + redis }