1. 安装准备
- matlab2017a ，参考：《centos 安装matlab2017a(无root权限)》
- GCC 4.8(支持c++11) 键入：sudo yum install gcc gcc-c++ （建议sudo装）
- 至少CUDA 7.5，（本人选择cuda8.0）
- CuDNN v4 （与cuda8对应，选择cudnn v5.0）
- LibJPEG 键入：sudo yum install libjpeg-turbo-devel （建议sudo装）
注意：直接使用以上命令安装Libjpeg可能会出现找不到"jpeglib.h"的错误，这时需要运行：
sudo yum -y install libjpeg*
这时可以检查如下目录，确认文件存在即可。
首先需要下载matconvenet，然后打开matlab进入到matconvnet-1.0-beta25/matlab
目录下，即vl_compilenn的目录下。
2. 开始安装
1). 先设置mex ，即：
mex -setup mex -setup C++结果：
>> mex -setup MEX configured to use 'gcc' for C language compilation. Warning: The MATLAB C and Fortran API has changed to support MATLAB variables with more than 2^32-1 elements. You will be required to update your code to utilize the new API. You can find more information about this at: http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html. To choose a different language,select one from the following: mex -setup C++ mex -setup FORTRAN MEX configured to use 'g++' for C++ language compilation. Warning: The MATLAB C and Fortran API has changed to support MATLAB variables with more than 2^32-1 elements. You will be required to update your code to utilize the new API. You can find more information about this at: http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html. >>2).设置gpu支持
你也可以使用
gpuDevice在matlab中查找合适的cuda版本
显然我的是cuda8.0.
3).如果只装了一个cuda，且匹配matlab的版本，此时可以运行如下命令编译：
vl_compilenn('enableGpu',true)但如果装了好几个cuda，此时需要指定cuda的位置，即：
vl_compilenn('enableGpu',true,'cudaRoot','/Developer/NVIDIA/CUDA-8.0')
4).编译cuDNN支持
- 一般编译：
> vl_compilenn
- 使用CUDA编译：
vl_compilenn('enableGpu',true)
- 使用cudnn编译（路径名需要根据实际情况设置）：
damethod','nvcc',...
'cudaRoot','/usr/local/cuda/',...
'enableCudnn',...
'cudnnRoot','/usr/local/cuda') 注意：以上命令进入matlab中执行。需要先进入matlab目录下，然后执行vl_compilenn。
3. 测试
进入到xtest目录下，执行
vl_testnn如果测试gpu支持的话，执行：
vl_testnn('gpu',true)
如果要在matlab指定使用gpu的话，可以提前使用gpuDevice,参考：https://cn.mathworks.com/help/distcomp/gpudevice.html
