记录一下自己GPU版PyTorch和MatConvNet（MCN）的安装过程。
环境配置
- Windows 10 专业版
- 处理器：AMD Ryzen 7 3700X 8-Core Processor 3.60GHz
- GPU：NVIDIA GeForce RTX 2070 SUPER
- MATLAB R2017b
PyTorch安装
首先Amway一篇文章：windows10下安装GPU版pytoch简明教程。这是我看到的安装GPU版PyTorch最靠谱的一份教程了。之前笔电的940MX小显卡总是用不了，用这份教程也成功发动了。我的安装过程与这篇文章几乎相同，简单记录一下，细节可以参考该文章。
-
下载VS2017社区版，安装C/C++开发包
-
更新NVIDIA驱动
-
安装CUDA 10.2（与教程10.0不同，后来安装MCNet也会出错）
-
安装cuDNN v7.6.5，for CUDA 10.2，并添加系统变量
-
用Anaconda傻瓜式安装PyTorch（最好使用清华源，否则会很慢，下载过程网络出错概率也很大）。或者去https://download.pytorch.org/whl/torch_stable.html下载安装包，再用pip install安装，也是可行的。
> conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
MatConvNet安装
安装PyTorch时安装了CUDA 10.2，在安装MCNet时会出错，又安装了一个CUDA 10.0。相应地，安装cuDNN v7.6.5，for CUDA 10.0。这一次不用添加系统变量了。
安装过程中一个常见的错误是找不到cl.exe，可以将对应版本的cl.exe所在目录添加系统变量。比如我添加的目录就是C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64。
安装过程中在nvcc_compile时还会报一个错误，要在 C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC 下创建bin文件夹。
可以先把这些事情处理掉，安装过程中就不会报这些错误了。
安装过程参照官方教程。
- 下载解压安装包。假设目录是root
- 打开MATLAB运行如下代码:
> mex -setup mex -setup C++
> cd root
> addpath matlab
> vl_compilenn('enableGpu', true, 'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0', 'cudaMethod', 'nvcc', 'enableCudnn', true, 'cudnnRoot', 'C:\cudnn_10_0');
- 测试是否安装成功：
> vl_testnn('gpu', true)
至此，就安装完成了。