1. 自己的运行环境

• NVIDIA GeForce 940MX
• Windows 10 64bit
• MATLAB 2016b
• Visual Studio 2015
• CUDA 8.0.61 for Win10
• MatConvNet https://github.com/vlfeat/matconvnet

2. 注意事项

CUDA似乎只在8.0版本开始才支持VS 2015，之前用CUDA 7.5出很多问题，后来换8.0才弄好，安装了VS 2015的同学需要注意此信息。其他配置项可以灵活处理，留意一下MatConvNet的文档就好。

MATLAB、VS2015、CUDA几乎都是默认安装，就本文的范围而言，没有手动环境变量要求。

3. 编译

S1. 首先确认MATLAB确实配置了VS2015作为C和C++编译器

mex -setup
mex -setup C++

然后根据MATLAB中的提示进行操作即可。

S2. 在MATLAB中进入下载的MatConvNet目录中的matlab文件夹，在命令行中运行

vl_compilenn('enableGpu', true, 'cudaRoot', 'D:/CUDA/8.0/Toolkit')

最后一个参数为CUDA的路径，一定要根据实际情况输入。编译时需要一段时间，中间可能会有一些乱七八糟的警告，不必理会，只要最后出现若干“mex已经成功完成”即可。

上述CUDA的安装路径，其内部包括bin、doc等文件夹，如下图所示：

注意： 这里特别强调一下，上述命令中的最后一个参数，一定要与自己CUDA的路径对应起来。有些网友的留言反映出了报错问题，如下图所示：

出错原因在于路径。上述命令中带有Toolkit字样，其实那是本人自己在安装CUDA时单独创建的目录，如果大家在安装CUDA时基本按照其默认路径来安装（或者仅仅只是换一个分区），就应该写成如下命令：

vl_compilenn('enableGpu', true, 'cudaRoot', 'D:/CUDA/v8.0')

这样的话就不会报错了。

4. 测试

在命令行中输入

run vl_setupnn

再输入

vl_testnn('gpu', true)

MATLAB会运行一段时间，最后会输出类似如下信息，说明环境搭建成功。