所用matconvnet版本 为 version 1.0-beta12,实验室服务器为centos 6.5,所用matlab版本为2014b,cuda为cuda6.5,按照官网http://www.vlfeat.org/matconvnet/install/说明,matlab2014b最好与cuda6.0配置的,但我没有root权限,所以按照官网编译指导中的“Using an unsupported CUDA toolkit version”步骤来:

<MatConvNet>为你解压后的matconvnet文件夹:

1、编译步骤如下:

> cd MatConvNet

> addpath matlab

> vl_compilenn('enableGpu', true, ...

'cudaRoot', '/usr/local/cuda-6.5', ... 

'cudaMethod', 'nvcc')

> quit

注: /usr/local/cuda-6.5 是服务器中cuda的安装路径

2、测试步骤如下(如果有GPU):

重新启动matlab(如果你的cuda版本和matlab匹配可省略这一步),目的是给

matlab添加cuda的依赖库。


$ LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64 /Applications/MATLAB_R2014b.app/bin/matlab

注:一定要注意红色部分的lib64,官网中表明的lib,这会导致测试的时候找不到64位的依赖库。

> run <MatConvNet>/matlab/vl_setupnn

> vl_test_nnlayers(true)


3、测试步骤(无gpu):

因为服务器分登陆结点和计算结点,而且gpu只在计算结点上,所以需要写脚本程序,

并qsub(服务器用的SGE管理系统)到计算节点上。



Logo

更多推荐