matlab 深度學習環境配置

2021-10-11 02:46:29 字數 2201 閱讀 3099

1、顯示卡驅動:沒有顯示卡驅動用不了顯示卡,所以都有顯示卡驅動,只需更新,一般將顯示卡驅動更新到最新

2、顯示卡:顯示卡決定算力

關於到底是顯示卡決定cuda還是顯示卡驅動決定cuda:

3、matlab:深度學習平台,其版本決定cuda的版本

matlab版本與cuda的關係:

4、vs: matlab與c++混合程式設計

matlab與支援的vs版本對應:

5、matconvnet:matconvnet是乙個matlab工具箱,為計算機視覺應用實現了卷積神經網路(cnn)。它簡單,高效,並且可以執行和學習最新的cnn。提供了許多用於影象分類,分割,面部識別和文字檢測的預訓練cnn。安裝最新

6、cuda: 工具包,是用於英偉達顯示卡的平行計算框架

顯示卡驅動確定cuda版本

顯示卡驅動與cuda關係檢視:

7、cudnn: 專門用於神經網路的加速包

cuda與cudnn關係檢視:和cudnn安裝參考:

參考1:

參考2:

cpu測試報錯容易解決,主要是環境變數的新增,可在網上找到解決方案。

gpu測試,主要困擾我的報錯類似下圖:

不過仔細看裡面有具體如下錯誤:

解決方案參考:

解決後會出現大量warning,忽略不管,最後仍會編譯成功。

%

% cpu編譯

mex -setup

mex -setup c++

%cd d:\matcovnet\matconvnet-

1.0-beta25

addpath matlab

vl_compilenn

%% cpu測試

vl_testnn

%% gpu編譯

% cd matconvnet/;%

>> addpath matlab/;%

>>

vl_compilenn

('enableimreadjpeg'

,true

,'enablegpu'

,true

,'cudaroot'

,[這裡填你的cuda路徑到版本v],.

..%'cudamethod'

,'nvcc'

,'enablecudnn'

,true

,'cudnnroot'

,[這裡填你的cudnn路徑,其他博主都填的local的那個路徑]);

vl_compilenn

('enablegpu'

,true

,'debug'

,true',..

.'cudaroot'

,'c:\program files\nvidia gpu computing toolkit\cuda\v10.1'

,'cudamethod'

,'nvcc'

,'enablecudnn'

,true,.

..'cudnnroot'

,'d:\matcovnet\matconvnet-1.0-beta25\local\cuda');

%% gpu測試

vl_testnn

('gpu'

,true

)

深度學習環境配置

ubuntu 16.04 cuda 8.0 cudnn 6.0 matlab r2017a tensorflow 1.4 anaconda3 本文用於記錄深度學習的各種環境配置,中間踩了不少的坑,各版本需要一一對應,故寫下本文以備不妨之需。cuda 8 最好對應 cudnn 6,tensorflow...

深度學習環境配置

參考 tensorrt7.0的安裝配置 匯入路徑export ld library path ld library path home tensorrt 7.0.x lib 更新 source bashrc 可以選擇在anaconda下新建tensorrt虛擬環境,本次選擇新建python3.5的t...

深度學習主機環境配置

1.安裝ubuntu16.04 2.更新軟體 1 輸入命令sudo apt update 2 輸入命令sudo apt upgrade 3.安裝1080ti顯示卡驅動 1 系統設定 軟體更新 附加驅動 選擇nvidia384 2 輸入命令 nvidia smi 可以看到具體的驅動資訊,如圖所示 4....